如何排序含float与int类型的Numpy数组？C++开发者技术问询

嘿，我来帮你解决这个排序需求！首先先提个小细节：你当前创建的arr是二维结构化数组（shape为(200,2)），但从你的代码逻辑来看，你应该是想做一个包含200个元素的一维结构化数组——每个元素自带dist（浮点型）和type（整型）两个字段，对应你说的“2列”。如果是这样的话，创建数组时可以调整成更直观的写法：

dtype = [('dist', float), ('type', int)]
arr = np.zeros(200, dtype=dtype)  # 这里shape是(200,)，而非(200,2)

这样每个arr[i]就直接包含两个字段，后续赋值和排序都会更顺手，比如赋值可以改成：

i = 0
for current_image in all_images:
    arr[i]['dist'] = distance(current_image, new_image)
    arr[i]['type'] = 1 if current_image[576] == 1 else 0
    i += 1

接下来回到核心的排序问题，针对结构化数组，Numpy提供了非常灵活的排序方式，主要通过order参数指定排序依据的字段：

1. 按单个字段排序 #

按dist字段升序排序（默认升序） #

可以直接用数组的sort()方法做原地排序：

arr.sort(order='dist')

或者用np.sort()生成新的排序后数组（不修改原数组）：

sorted_arr = np.sort(arr, order='dist')

按dist字段降序排序 #

如果需要降序，先升序排序后反转数组即可（仅mergesort支持结合order的稳定排序，适合后续反转）：

# 原地降序排序
arr.sort(order='dist', kind='mergesort')
arr = arr[::-1]

# 生成新的降序数组
sorted_arr_desc = np.sort(arr, order='dist', kind='mergesort')[::-1]

按type字段排序 #

把order参数换成'type'就行：

arr.sort(order='type')  # 按type值升序排列

2. 按多个字段复合排序 #

如果需要先按type分组，再在每组内按dist排序，直接给order传字段列表即可：

# 先按type升序，type相同的元素再按dist升序
arr.sort(order=['type', 'dist'])

# 如果需要先按type降序，再按dist升序，可以先排序后调整顺序
arr.sort(order=['type', 'dist'], kind='mergesort')
# 把type为1的元素移到前面
arr = np.concatenate([arr[arr['type'] == 1], arr[arr['type'] == 0]])

如果你要保留二维结构化数组的排序 #

如果你确实需要维持(200,2)的shape，比如想按某一列的字段排序整个数组，可以指定轴参数：

# 按每一行第一个元素的dist字段，对整个二维数组做行排序
arr.sort(axis=0, order=['dist'])

这样不管是哪种场景，都能轻松搞定排序啦！

内容的提问来源于stack exchange，提问作者Lame