如何用另一个2D数组对3D numpy数组的每一行进行排序？

如何解决如何用另一个2D数组对3D numpy数组的每一行进行排序？

我有一个2D点的2D numpy数组：

np.random.seed(0)   
a = np.random.rand(3,4,2) # each value is a 2D point

我想按每个点的范数对每一行进行排序

norms = np.linalg.norm(a,axis=2) # shape(3,4)

indices = np.argsort(norms,axis=0) # indices of each sorted row

现在，我想创建一个形状和值与a相同的数组。每行2D点均按其范数排序。

我该如何实现？

我尝试了np.take和np.take_along_axis的变体，但没有成功。

例如：

np.take(a,indices,axis=1) # shape (3,3,2)

此示例a采样3次，indices中的每一行采样一次。 我只想抽样a。 indices中的每一行都有应从相应行中采样的列。

解决方法

如果我对您的理解正确，那么您需要这样做：

norms = np.linalg.norm(a,axis=2) # shape(3,4)
indices = np.argsort(norms,axis=1)
np.take_along_axis(a,indices[:,:,None],axis=1)

您的示例的输出：

[[[0.4236548  0.64589411]
  [0.60276338 0.54488318]
  [0.5488135  0.71518937]
  [0.43758721 0.891773  ]]

 [[0.07103606 0.0871293 ]
  [0.79172504 0.52889492]
  [0.96366276 0.38344152]
  [0.56804456 0.92559664]]

 [[0.0202184  0.83261985]
  [0.46147936 0.78052918]
  [0.77815675 0.87001215]
  [0.97861834 0.79915856]]]