以下是一个示例代码，用于按另一个变量对重量进行格子调整：

import numpy as np

# 生成随机数据
np.random.seed(0)
weights = np.random.randint(1, 10, size=10)
other_variable = np.random.randint(1, 10, size=10)

# 将weights和other_variable合并为一个二维数组
data = np.column_stack((weights, other_variable))

# 按other_variable对weights进行格子调整
sorted_data = data[data[:, 1].argsort()]  # 按照other_variable排序
sorted_weights = sorted_data[:, 0]  # 获取按other_variable排序后的weights

# 输出结果
print("原始weights：", weights)
print("other_variable：", other_variable)
print("按other_variable排序后的weights：", sorted_weights)

这个示例代码首先生成了两个随机数组weights和other_variable，分别表示重量和另一个变量。然后将这两个数组合并为一个二维数组data。接着使用argsort()方法按照other_variable对data进行排序，得到按照other_variable排序后的weights。最后输出结果。

这个示例代码可以根据具体的需求进行修改，例如可以改变随机数据的生成方式、调整排序的顺序等。