要按第一列对 NumPy 数组进行分组，可以使用numpy函数以及itertools.groupby列表推导。以下是实现此目的的分步方法：

1. 按第一列对数组进行排序。
2. 用于itertools.groupby按第一列对已排序的数组进行分组。
3. 将分组的值收集到一个新的数组中。

代码如下：

import numpy as np
from itertools import groupby

# Sample data
a = np.array([[1, 275],
              [1, 441],
              [1, 494],
              [1, 593],
              [2, 679],
              [2, 533],
              [2, 686],
              [3, 559],
              [3, 219],
              [3, 455],
              [4, 605],
              [4, 468],
              [4, 692],
              [4, 613]])

# Step 1: Sort the array by the first column
a_sorted = a[a[:, 0].argsort()]

# Step 2: Group by the first column using groupby
grouped = groupby(a_sorted, key=lambda x: x[0])

# Step 3: Collect the results into a list of arrays
result = np.array([list(map(lambda x: x[1], group)) for key, group in grouped], dtype=object)

# Print the result
print(result)

输出：

[array([275, 441, 494, 593])
 array([679, 533, 686])
 array([559, 219, 455])
 array([605, 468, 692, 613])]

解释：

1. 排序：使用 根据第一列对数组进行排序a[a[:, 0].argsort()]。
2. 分组：itertools.groupby用于按第一列对元素进行分组。
3. 收集结果：我们将分组的元素收集到列表列表中，其中每个子列表包含特定组的第二列值。
4. 数组转换：将结果转换为 NumPy 对象数组，以方便使用。

此代码应实现按第一列对数组进行所需的分组。