Python 二维数组排序：让你的数据更清晰易读

### Python 中对二维数组进行排序以及 `argsort` 函数的用法 在 Python 的 NumPy 库中，`argsort()` 是一个非常有用的函数，它返回的是数组值从小到大排序后的索引位置。下面详细介绍如何使用该函数来对二维数组进行排序。 #### 什么是 `argsort()` `argsort()` 返回的是沿指定轴排序后的索引值。如果是一个一维数组，则会返回一个新的数组，其中包含了原数组中小到大的排列顺序所对应的原始下标；如果是多维数组，则可以根据不同的维度来进行操作[^1]。 #### 示例代码展示 以下是通过 `argsort()` 对二维数组按照列或者行进行排序的具体实现： ```python import numpy as np # 定义一个二维数组 data = np.array([[1, 2, 3, 4, 5], [1, 2, 3, 6, 7], [2, 3, 4, 5, 7], [3, 4, 5, 6, 7], [4, 5, 6, 7, 8]]) # 获取每一列排序后的索引 sorted_indices_by_col = np.argsort(data, axis=0) print("每列排序后的索引:") print(sorted_indices_by_col) # 根据这些索引来获取实际排序后的数值 (按列) sorted_data_by_col = np.take_along_axis(data, sorted_indices_by_col, axis=0) print("\n按列排序后的数据:") print(sorted_data_by_col) # 如果想得到按照行排序的结果 sorted_indices_by_row = np.argsort(data, axis=1) print("\n每行列排序后的索引:") print(sorted_indices_by_row) # 同样可以通过 take_along_axis 来获得具体的数据 sorted_data_by_row = np.take_along_axis(data, sorted_indices_by_row[:, :, None], axis=1).squeeze() print("\n按行排序后的数据:") print(sorted_data_by_row) ``` 上述程序展示了两种情况下的排序过程：一种是对各列分别排序，另一种则是针对各行单独处理。 #### 关于填充二维数组的方法补充说明 除了排序之外，在某些场景下还需要向已有的二维数组添加新元素或扩展其大小。这通常可以借助 NumPy 提供的功能完成，比如利用 `vstack`, `hstack` 或者其他类似的工具[^4]。 例如： ```python import numpy as np array = np.array([0, 0]) for i in range(10): array = np.vstack((array, [i+1, i+1])) print(array) ``` 此段脚本演示了怎样逐步构建起更大的二维结构体[^2]。 另外值得注意的一点是关于查找最大最小值的问题，同样能够依赖内置功能轻松达成目的[^5]。 ---