Python numpy argsort用法及代码示例

本文简要介绍 python 语言中 numpy.argsort 的用法。

用法:

numpy.argsort(a, axis=- 1, kind=None, order=None)

返回将对数组进行排序的索引。

使用 kind 关键字指定的算法沿给定轴执行间接排序。它返回一个索引数组，其形状与索引数据沿给定轴按排序顺序排列。

参数：

a： array_like

要排序的数组。

axis： int 或无，可选

要排序的轴。默认值为 -1(最后一个轴)。如果为 None，则使用展平数组。

kind： {‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}，可选

排序算法。默认值为‘quicksort’。请注意，‘stable’ 和 ‘mergesort’ 都在后台使用 timsort，通常，实际实现会因数据类型而异。保留 ‘mergesort’ 选项是为了向后兼容。

order： str 或 str 列表，可选

当 a 是定义了字段的数组时，此参数指定首先比较哪些字段，第二个等。单个字段可以指定为字符串，不需要指定所有字段，但仍会使用未指定的字段，在他们在 dtype 中出现的顺序，以打破关系。

返回：

index_array： ndarray，int

排序的索引数组a沿着指定的轴.如果a是一维的，a[index_array]产生一个排序的a.更普遍，np.take_along_axis(a, index_array, axis=axis)总是产生排序的a，与维度无关。

注意：

有关不同排序算法的说明，请参阅 sort 。

从 NumPy 1.4.0 开始，argsort 适用于包含 nan 值的实数/复数数组。增强的排序顺序记录在 sort 中。

例子：

一维数组：

>>> x = np.array([3, 1, 2])
>>> np.argsort(x)
array([1, 2, 0])

二维数组：

>>> x = np.array([[0, 3], [2, 2]])
>>> x
array([[0, 3],
       [2, 2]])

>>> ind = np.argsort(x, axis=0)  # sorts along first axis (down)
>>> ind
array([[0, 1],
       [1, 0]])
>>> np.take_along_axis(x, ind, axis=0)  # same as np.sort(x, axis=0)
array([[0, 2],
       [2, 3]])

>>> ind = np.argsort(x, axis=1)  # sorts along last axis (across)
>>> ind
array([[0, 1],
       [0, 1]])
>>> np.take_along_axis(x, ind, axis=1)  # same as np.sort(x, axis=1)
array([[0, 3],
       [2, 2]])

N 维数组的已排序元素的索引：

>>> ind = np.unravel_index(np.argsort(x, axis=None), x.shape)
>>> ind
(array([0, 1, 1, 0]), array([0, 0, 1, 1]))
>>> x[ind]  # same as np.sort(x, axis=None)
array([0, 2, 2, 3])

用键排序：

>>> x = np.array([(1, 0), (0, 1)], dtype=[('x', '<i4'), ('y', '<i4')])
>>> x
array([(1, 0), (0, 1)],
      dtype=[('x', '<i4'), ('y', '<i4')])

>>> np.argsort(x, order=('x','y'))
array([1, 0])

>>> np.argsort(x, order=('y','x'))
array([0, 1])