在python中对x，y坐标的多维数组进行排序

Question

所以我尝试在python中对元素的多维数组进行排序。数组是一堆乱七八糟的东西，这让它变得如此困难，但不幸的是，这正是opencv函数返回的内容。

这些是y，x坐标(向后我知道....)

[array([[[ 13, 178]],[[ 50, 179]],[[ 49, 258]],[[ 12, 257]]]), 
array([[[ 58,  93]],[[105,  94]],[[104, 171]],[[ 57, 170]]]), 
array([[[ 13,  93]],[[ 50,  94]],[[ 49, 171]],[[ 12, 170]]]), 
array([[[ 58,   9]],[[105,  10]],[[104,  86]],[[ 57,  85]]]), 
array([[[13,  9]], [[50, 10]],[[49, 86]],[[12, 85]]]), 
array([[[ 58, 178]],[[105, 179]],[[104, 257]],[[ 57, 257]]])]

现在我需要的排序方式是按照每个numpy数组的第一个元素(让我们称它为a)，然后是降序中的a的第二个元素。我需要在a的第一个元素上按升序打破所有的平局。

所以这最终会是

[array([[[ 13, 178]],[[ 50, 179]],[[ 49, 258]],[[ 12, 257]]]),
array([[[ 58, 178]],[[105, 179]],[[104, 257]],[[ 57, 257]]]),
array([[[ 13,  93]],[[ 50,  94]],[[ 49, 171]],[[ 12, 170]]]),
array([[[ 58,  93]],[[105,  94]],[[104, 171]],[[ 57, 170]]]),
array([[[13,  9]], [[50, 10]],[[49, 86]],[[12, 85]]]),
array([[[ 58,   9]],[[105,  10]],[[104,  86]],[[ 57,  85]]])]

现在，我已经了解了如何使用

items[each][first][0][Y_POS(or X_POS)]

其中每个是要访问的nparray (有6个)，Y_POS是指y位置，X_POS是指x位置。

另外两个变量first和0永远不会改变。

我真的不知道从哪里开始让它高效运行，所以任何帮助都是非常感谢的。请记住，坐标采用Y，X表示法。

提前感谢大家。

Answer 1

假设A是包含所有数据的4d数组：

I = np.argsort(A[:, 0, 0, 0])
A = A[I[::-1]]
I = np.argsort(A[:, 0, 0, 1], kind='mergesort')
A = A[I[::-1]]

首先我们按逆序对Y排序，然后也按逆序对X排序，当X相等时，结果是X按降序排列，而Y按升序排列。请注意，我们必须使用稳定的排序算法来防止第一次排序的结果被打乱；mergesort应该可以做到这一点。