numpy 对二维数组按某行或某列排序问题

[LeeReamond]

需求：以某行或某列为 key ，对列或行顺序进行整体平移， 例如以下矩阵

[[1.2, 0.5, 0.1, 0.9],
 [  3,   5,   8,   6]]

如果以首行为 key ，期望获得结果为

[[0.1, 0.5, 0.9, 1.2],
 [  8,   5,   6,   3]]

使用代码是 np.argsort()

import numpy as np
d = np.array([[1.2,0.5,0.1,0.9],[3,5,8,6]], dtype=np.float32)
print(d)
print(d[0])
print(np.argsort(d[0]))

### output:
[[1.2 0.5 0.1 0.9]
 [3.  5.  8.  6. ]]
[1.2 0.5 0.1 0.9]
[2 1 3 0]

其中 argsort 结果不正确，如果 argsort 输出结果是标号，那么应该输出[3,1,0,2]才对，印象里以前用 numpy 排序就是 argsort 搞的，这次知道为啥用不对了，有无大佬帮看一眼。

另问一下逆序排序的办法，stackoverflow 上说用 np.fliplr()反转结果，感觉不太对啊

[disk]

重新排序，直接传入需要顺序的切片就行了。
argsort 结果没问题，你搞错功能了，标号指定是元素下标不是排名号

[necomancer]

1. 按行排列，用 argsort 以第一行排的话 a[:, np.argsort(a[0])]
2. 按列排行，用 argsort 以第二列排的话 a[np.argsort(a.T[1]),:]
3. 逆序排序好像挺反人类的，arr[::-1].sort() 会原位逆序排序(即 id(arr) 和先 arr[::-1].sort()再 id(arr) 会一样)。但如果用 argsort,得 np.argsort(a[0])[::-1]

[dongxiao]

```
d[:, d.argsort(axis=1)[0]]
```