python - 快速排序多维数组

我需要尽快地根据第一个子数组中的值对多维数组进行排序（该行应用了数百万次）。
下面是我的原话，我试图改善它的性能，这是行不通的。据我所见，我的numpy方法只对第一个子数组进行了正确排序，而没有对其余的子数组进行排序。
我做错了什么，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))

最佳答案

在lambdas方面仍然是个新手，但从我对您的代码的理解来看，似乎在您的lambda方法中，您使用x[0]获取排序键，然后使用这些键从aa中的每个元素中提取值。在NumPy方面，转换为获取数组版本中第一行的排序索引，然后索引到每一行（因为aa的每个元素都成为数组的每一行a）。这基本上是列索引。而且，似乎sorted保持了相同元素的顺序。所以，我们需要使用argsort(kind='mergesort')。
因此，我们可以简单地-

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

在你的NumPy代码中，你什么也没做，所以没有给出正确的结果。