📅  最后修改于: 2020-10-27 08:49:15             🧑  作者: Mango
在某些情况下,我们需要一个排序后的数组进行计算。为此, Python的numpy模块提供了一个名为numpy.sort()的函数。此函数提供源数组或输入数组的排序副本。
numpy.sort(a, axis=-1, kind='quicksort', order=None)
x:类似数组
此参数定义将要排序的源数组。
轴:int或无(可选)
此参数定义执行排序所沿的轴。如果此参数为None,则在排序之前将对数组进行展平,并且默认情况下,此参数设置为-1,它将沿最后一个轴对数组进行排序。
种类:{快速排序,堆排序,合并排序}(可选)
此参数用于定义排序算法,默认情况下,使用“快速排序”执行排序。
命令:str或str列表(可选)
当使用字段定义数组时,其顺序定义要进行第一,第二等比较的字段。只能将单个字段指定为字符串,而不必指定为所有字段。但是,未指定的字段仍将按照在dtype中出现的顺序来使用,以打破联系。
此函数返回源数组的排序副本,该副本的形状和类型与源数组相同。
import numpy as np
x=np.array([[1,4,2,3],[9,13,61,1],[43,24,88,22]])
x
y=np.sort(x)
y
输出:
array([[ 1, 4, 2, 3],
[ 9, 13, 61, 1],
[43, 24, 88, 22]])
array([[ 1, 2, 3, 4],
[ 1, 9, 13, 61],
[22, 24, 43, 88]])
在上面的代码中
在输出中,它显示了相同类型和形状的源数组的排序副本。
import numpy as np
x=np.array([[1,4,2,3],[9,13,61,1],[43,24,88,22]])
x
y=np.sort(x, axis=None)
y
输出:
array([[ 1, 4, 2, 3],
[ 9, 13, 61, 1],
[43, 24, 88, 22]])
array([ 1, 1, 2, 3, 4, 9, 13, 22, 24, 43, 61, 88])
import numpy as np
x=np.array([[1,4,2,3],[9,13,61,1],[43,24,88,22]])
x
y=np.sort(x,axis=0)
y
z=np.sort(x,axis=1)
z
输出:
array([[ 1, 4, 2, 1],
[ 9, 13, 61, 3],
[43, 24, 88, 22]])
array([[ 1, 2, 3, 4],
[ 1, 9, 13, 61],
[22, 24, 43, 88]])
import numpy as np
dtype = [('name', 'S10'), ('height', float), ('age', int),('gender','S10')]
values = [('Shubham', 5.9, 23, 'M'), ('Arpita', 5.6, 23, 'F'),('Vaishali', 5.2, 30, 'F')]
x=np.array(values, dtype=dtype)
x
y=np.sort(x, order='age')
y
z=np.sort(x, order=['age','height'])
z
输出:
array([('Shubham', 5.9, 23, 'M'), ('Arpita', 5.6, 23, 'F'), ('Vaishali', 5.2, 30, 'F')],dtype=[('name', 'S10'), ('height', '
在上面的代码中
在输出中,它显示了具有定义顺序的结构化数组的排序副本。