În unele cazuri, avem nevoie de o matrice sortată pentru calcul. În acest scop, modulul numpy al lui Python oferă o funcție numită numpy.sort() . Această funcție oferă o copie sortată a matricei sursă sau a matricei de intrare.
Sintaxă:
numpy.sort(a, axis=-1, kind='quicksort', order=None)
Parametri:
x: array_like
Acest parametru definește matricea sursă, care va fi sortată.
axa: int sau None (opțional)
ce sunt selectoarele în css
Acest parametru definește axa de-a lungul căreia se realizează sortarea. Dacă acest parametru este Nici unul , matricea va fi aplatizată înainte de sortare și, implicit, acest parametru este setat la -1, care sortează matricea de-a lungul ultimei axe.
fel: {quicksort, heapsort, mergesort}(opțional)
Acest parametru este folosit pentru a defini algoritmul de sortare și, implicit, sortarea este efectuată folosind 'sortare rapida' .
protocolul udp
ordine: str sau lista de str (opțional)
Când o matrice este definită cu câmpuri, ordinea sa definește câmpurile pentru a face o comparație în primul, al doilea, etc. Doar un singur câmp poate fi specificat ca șir, și nu neapărat pentru toate câmpurile. Cu toate acestea, câmpurile nespecificate vor fi folosite în continuare, în ordinea în care apar în dtype, pentru a rupe legăturile.
Se intoarce:
Această funcție returnează o copie sortată a matricei sursă, care va avea aceeași formă și tip ca o matrice sursă.
exemplu format json
Exemplul 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
Ieșire:
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]])
În codul de mai sus
- Am importat numpy cu numele de alias np.
- Am creat o matrice multidimensională 'X' folosind np.array() funcţie.
- Am declarat variabila 'și' și a atribuit valoarea returnată a np.sort() funcţie.
- Am trecut matricea de intrare 'X' in functie.
- În cele din urmă, am încercat să tipărim valoarea lui 'și' .
În rezultat, arată o copie sortată a matricei sursă de același tip și formă.
Exemplul 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
Ieșire:
cum se transformă char în șir
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])
Exemplul 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
Ieșire:
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]])
Exemplul 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
Ieșire:
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, 'm'), ('vaishali', 5.2, 30, 'f')], dtype="[('name'," 's10'), ('height', '<f8'), < pre> <p> <strong>In the above code</strong> </p> <ul> <li>We have imported numpy with alias name np.</li> <li>We have defined the fields and values for the structured array.</li> <li>We have created a structured array <strong>'x'</strong> by passing dtype and values in the <strong>np.array()</strong> function.</li> <li>We have declared the variables <strong>'y'</strong> and <strong>'z'</strong> , and assigned the returned value of <strong>np.sort()</strong> function.</li> <li>We have passed the input array <strong>'x'</strong> and order in the function.</li> <li>Lastly, we tried to print the value of <strong>'y</strong> ' and <strong>'z'</strong> .</li> </ul> <p>In the output, it shows a sorted copy of the structured array with a defined order.</p> <hr></f8'),>