快速排序多维数组

Question

我需要根据第一个子数组中的值尽可能快地排序多维数组（该行应用了数百万次）。

下面是我的原始线，我的尝试在改善其性能不起作用。据我所见，我的numpy方法只是正确排序第一个子数组，而没有其余的。

我在做什么错，我该如何提高排序的性能？

import numpy as np 

# Generate some random data. 
# I receive the actual data as a list, hence the .tolist() 
aa = np.random.rand(10, 2000).tolist() 

# This is the original line I need to process faster. 
b1 = zip(*sorted(zip(*aa), key=lambda x: x[0])) 

# This is my attempt at improving the above line's performance 
b2 = np.sort(np.asarray(aa).T, axis=0).T 

# Check if all sub-arrays are equal 
for a, b in zip(*[b1, b2]): 
    print(np.array_equal(a, b)) 

Answer 1

不过，当谈到lambdas，但是从什么小我从你的代码，了解一个新手 - 这似乎在你lambda方法，使用的是x[0]得到排序键，然后使用这些拉出值aa中的每个元素。用NumPy术语来说，这意味着获得阵列版本中第一行的排序索引，然后索引到每一行（因为aa的每个元素都变为数组a的每一行）。这基本上是列索引。此外，看起来sorted维持相同元素的顺序。所以，我们需要使用argsort(kind='mergesort')。

因此，我们可以简单地做 -

a[:, a[0].argsort(kind='mergesort')] # a = np.array(aa) 

在你NumPy的代码，你什么都不做那些五花八门的，所以没有给予正确的结果。