2 차원 배열과 함께 배열 정렬

Question

그래서 NumPy의 선형 대수 루틴을 사용하여 몇 가지 기본적인 전산 양자 역학을 수행합니다. 나는이 증가하는 순서로 에너지를 정렬하려면, 내가 매트릭스, 해밀 토니안이, 그리고 지금의 고유 값과 고유 벡터

import numpy as np 
from numpy import linalg as la 

hamiltonian = np.zeros((N, N)) # N is some constant I have defined 
# fill up hamiltonian here 
energies, states = la.eig(hamiltonian) 

을 원하는 말, 나는 그들과 함께 상태를 정렬 할 수 있습니다. 예를 들어, 내가하는 일 :

groundStateEnergy = min(energies) 
groundStateIndex = np.where(energies == groundStateEnergy) 
groundState = states[groundStateIndex, :] 

필자는 기저 상태 (가장 낮은 고유 값을 갖는 고유 벡터)를 올바르게 플롯합니다. 그러나, 나는 이런 식으로 뭔가하려고하면 : 같은 방법으로 음모를 꾸미고

energies, states = zip(*sorted(zip(energies, states))) 

또는

energies, states = zip(*sorted(zip(energies, states), key = lambda pair:pair[0]))) 

더 이상 내가 만 행함으로써, 에너지와 함께 상태를 정렬 할 수있는 방법을 올바른 state.So을 나타내는를 ? (즉, 상태의 각 행을 에너지의 값과 연관시키고, 행의 순서가 에너지 값의 정렬 된 순서와 일치하도록 행을 다시 배열하고자 함)

Answer 1

argsort을 사용할 수 있습니다 다음과 같이 : // 문서 : 코멘트에 의해 처음 collumn이야에 의해 우리는 2 차원 배열을 정렬하는 예를 제안

>>> x = np.random.random((1,10)) 

>>> x 
array([ 0.69719108, 0.75828237, 0.79944838, 0.68245968, 0.36232211, 
     0.46565445, 0.76552493, 0.94967472, 0.43531813, 0.22913607]) 
>>> y = np.random.random((10)) 
>>> y 
array([ 0.64332275, 0.34984653, 0.55240204, 0.31019789, 0.96354724, 
    0.76723872, 0.25721343, 0.51629662, 0.13096252, 0.86220311]) 
>>> idx = np.argsort(x) 
>>> idx 
array([9, 4, 8, 5, 3, 0, 1, 6, 2, 7]) 
>>> xsorted= x[idx] 
>>> xsorted 
array([ 0.22913607, 0.36232211, 0.43531813, 0.46565445, 0.68245968, 
     0.69719108, 0.75828237, 0.76552493, 0.79944838, 0.94967472]) 
>>> ysordedbyx = y[idx] 
>>> ysordedbyx 
array([ 0.86220311, 0.96354724, 0.13096252, 0.76723872, 0.31019789, 
     0.64332275, 0.34984653, 0.25721343, 0.55240204, 0.51629662]) 

및

>>> x=np.random.random((10,2)) 
>>> x 
array([[ 0.72789275, 0.29404982], 
     [ 0.05149693, 0.24411234], 
     [ 0.34863983, 0.58950756], 
     [ 0.81916424, 0.32032827], 
     [ 0.52958012, 0.00417253], 
     [ 0.41587698, 0.32733306], 
     [ 0.79918377, 0.18465189], 
     [ 0.678948 , 0.55039723], 
     [ 0.8287709 , 0.54735691], 
     [ 0.74044999, 0.70688683]]) 
>>> idx = np.argsort(x[:,0]) 
>>> idx 
array([1, 2, 5, 4, 7, 0, 9, 6, 3, 8]) 
>>> xsorted = x[idx,:] 
>>> xsorted 
array([[ 0.05149693, 0.24411234], 
     [ 0.34863983, 0.58950756], 
     [ 0.41587698, 0.32733306], 
     [ 0.52958012, 0.00417253], 
     [ 0.678948 , 0.55039723], 
     [ 0.72789275, 0.29404982], 
     [ 0.74044999, 0.70688683], 
     [ 0.79918377, 0.18465189], 
     [ 0.81916424, 0.32032827], 
     [ 0.8287709 , 0.54735691]])