如何在不打乱其他值的情况下对堆叠的numpy数组进行排序

Question

我有下面的代码，其中包含几个numpy数组，我试图根据ID按数字顺序排序：

from astropy.table import Table
import numpy as np
from math import log10

cat_fil = '/home/myname/filtered_catalogue.csv'
cat_fil = Table.read(cat_fil, format="ascii")

ID = np.array(cat_fil['id'])
ID = ID.astype(str)

redshift = np.array(cat_fil['z'])
redshift = redshift.astype(float)

radius = np.array(cat_fil['radius_pixels']) 
radius = radius.astype(float)

mag = np.array(cat_fil['magntiude'])
mag = mag.astype(float)


stacked = np.column_stack((ID, redshift, radius, mag))
stacked = stacked.astype(float)

idx = ((stacked[:, 1] > 0.0) & 
      (stacked[:, 2] > 10.0) &
       (stacked[:, 3] > 0.0)) 

filtered = stacked[idx]
**filtered = np.sort(filtered, axis = 0)**

print(filtered[0])

我遇到的问题是对数组进行排序。每当我按数字递增的顺序对ID进行排序时，它不会移动其他数据的其余部分，这意味着当我的代码运行时，它为每个ID分配了错误的值。有没有一种方法可以按照递增的数字ID对所有的numpy数组进行排序，同时保持实际的行在一起，以便正确的数据彼此相邻。

Answer 1

通过快速阅读您的问题/代码，我知道您有一个2d数组，您希望在第一列对其进行排序。让我们像这样做一个简单的数组：

In [258]: arr = np.random.randint(0,10,(4,3))                                                  
In [259]: arr                                                                                  
Out[259]: 
array([[0, 9, 7],
       [8, 7, 1],
       [3, 7, 8],
       [3, 5, 9]])

对于轴参数为0的Sort，分别对每一列进行排序：

In [260]: np.sort(arr, axis=0)                                                                 
Out[260]: 
array([[0, 5, 1],
       [3, 7, 7],
       [3, 7, 8],
       [8, 9, 9]])

但是使用argsort，我们只获得排序第一列的索引：

In [261]: idx = np.argsort(arr[:,0])                                                           
In [262]: idx                                                                                  
Out[262]: array([0, 2, 3, 1])

然后，我们可以使用它对所有行进行重新排序

In [263]: arr[idx,:]                                                                           
Out[263]: 
array([[0, 9, 7],
       [3, 7, 8],
       [3, 5, 9],
       [8, 7, 1]])