Python numpy.sort用法及代码示例

在某些情况下，我们需要一个排序的数组进行计算。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。

用法:

numpy.sort(a, axis=-1, kind='quicksort', order=None)

参数：

x:数组

此参数定义将要排序的源数组。

轴：整数或无(可选)

此参数定义执行排序的轴。如果此参数为None，则数组在排序前会被展平，默认情况下，此参数设置为-1，即沿最后一个轴对数组进行排序。

种类：{快速排序、堆排序、归并排序}(可选)

该参数用于定义排序算法，默认使用'quicksort'进行排序。

order:str 或 str 列表(可选)

当一个数组定义了字段时，它的顺序定义了在第一、第二等中进行比较的字段。只能将单个字段指定为字符串，而不一定要为所有字段指定。但是，仍将按照它们在 dtype 中出现的顺序使用未指定的字段来打破联系。

返回值：

此函数返回源数组的排序副本，该副本将具有与源数组相同的形状和类型。

范例1：

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

我们已经导入了别名为 np.
我们使用 np.array() 函数创建了一个多维数组 'x'。
我们已经声明了变量 'y' 并分配了 np.sort() 函数的返回值。
我们已经在函数中传递了输入数组 'x'。
最后，我们尝试打印 'y' 的值。

在输出中，它显示了相同类型和形状的源数组的排序副本。

范例2：

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])

范例3：

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]])

范例4：

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', '<f8'), ('age', '<i4'), ('gender', 'S10')]) 
array([('Arpita', 5.6, 23, 'F'), ('Shubham', 5.9, 23, 'M'), ('Vaishali', 5.2, 30, 'F')], dtype=[('name', 'S10'), ('height', '<f8'), ('age', '<i4'), ('gender', 'S10')])
array([('Arpita', 5.6, 23, 'F'), ('Shubham', 5.9, 23, 'M'), ('Vaishali', 5.2, 30, 'F')], dtype=[('name', 'S10'), ('height', '<f8'), ('age', '<i4'), ('gender', 'S10')])

在上面的代码中

我们已经导入了别名为 np.
我们已经为结构化数组定义了字段和值。
我们通过在 np.array() 函数中传递数据类型和值创建了一个结构化数组 'x'。
我们已经声明了变量 'y' 和 'z'，并赋值了 np.sort() 函数的返回值。
我们已经在函数中传递了输入数组 'x' 和 order。
最后，我们尝试打印 'y' 和 'z' 的值。

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。

相关用法

注：本文由纯净天空筛选整理自 numpy.sort in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。