Python多重排序函数 – lexsort的使用方法详解

ATENI • 2025-04-12 01:13 • 编程

在Python中，我们经常需要对数据进行排序。而当需要按照多个条件排序时，就需要使用多重排序函数。其中，lexsort()是一种非常常用的多重排序函数。本文将详细介绍lexsort()的使用方法。

一、准备待排序数据

首先，我们需要准备待排序的数据。为了方便起见，本文以一个学生列表的成绩作为示例：

>>> import numpy as np
>>> data = np.array([['Tom', 70, 80, 90], ['John', 80, 90, 70], ['Lucy', 90, 80, 85], ['Lily', 80, 85, 80]])

以上代码定义了一个numpy数组data，其中包含四个学生的姓名及其三门成绩。

二、使用lexsort()函数进行排序

接下来，我们将使用lexsort()函数按照以下规则对data进行排序：

首先按照第四列成绩从小到大排序；
对于第四列成绩相同的学生，按照第三列成绩从小到大排序；
对于第三列成绩也相同的学生，按照第二列成绩从小到大排序；
对于前三列成绩都相同的学生，按照姓名从小到大排序。

代码如下：

>>> ind = np.lexsort((data[:,0], -1*data[:,1], -1*data[:,2], -1*data[:,3]))
>>> sorted_data = data[ind]
>>> print(sorted_data)
[['John' '80' '90' '70']
 ['Lily' '80' '85' '80']
 ['Lucy' '90' '80' '85']
 ['Tom' '70' '80' '90']]

以上代码中，ind指定了排序后每个元素在原数组中的下标顺序，sorted_data则是按照指定的排序规则排好序的数组。

三、使用其他排序函数

numpy还提供了其他很多排序函数，比如sort()、argsort()等。下面我们简单介绍一下这些函数的使用方法。

1. sort()函数

sort()函数用于对数组按照指定的维度进行排序。下面是一个示例：

>>> import numpy as np
>>> data = np.array([[70, 80, 90], [80, 90, 70], [90, 80, 85], [80, 85, 80]])
>>> sorted_data = np.sort(data, axis=0)  # 按照第0轴排序（即按照列排序）
>>> print(sorted_data)
[[70 80 70]
 [80 85 80]
 [80 90 85]
 [90 90 90]]

以上代码中，通过设置axis参数，我们指定按照第0轴进行排序，也就是按照列进行排序。

2. argsort()函数

argsort()函数用于返回数组元素按照指定的维度排序后的下标。下面是一个示例：

>>> import numpy as np
>>> data = np.array([[70, 80, 90], [80, 90, 70], [90, 80, 85], [80, 85, 80]])
>>> ind = np.argsort(data[:,0])  # 按照第0列排序并返回排序后的下标
>>> print(ind)
[0 1 3 2]
>>> print(data[ind])
[[70 80 90]
 [80 90 70]
 [80 85 80]
 [90 80 85]]

以上代码中，ind是按照第0列排序后的下标顺序，通过data[ind]即可获取排序后的二维数组。

四、总结

lexsort()函数是一种常用的多重排序函数，通过本文的介绍，我们学习了如何使用lexsort()函数对多维数组进行排序，也了解了其他几个排序函数的使用方法。

原创文章，作者：ATENI，如若转载，请注明出处：https://www.506064.com/n/368197.html