В някои случаи изискваме сортиран масив за изчисление. За тази цел модулът numpy на Python предоставя функция, наречена numpy.sort() . Тази функция дава сортирано копие на изходния масив или входния масив.
Синтаксис:
numpy.sort(a, axis=-1, kind='quicksort', order=None)
Параметри:
x: array_like
Този параметър дефинира изходния масив, който ще бъде сортиран.
ос: int или None (по избор)
Този параметър определя оста, по която се извършва сортирането. Ако този параметър е Нито един , масивът ще бъде изравнен преди сортиране и по подразбиране този параметър е зададен на -1, което сортира масива по последната ос.
вид: {quicksort, heapsort, mergesort}(по избор)
Този параметър се използва за дефиниране на алгоритъма за сортиране и по подразбиране сортирането се извършва с помощта на 'бързо сортиране' .
ред: str или списък от str (по избор)
Когато масивът е дефиниран с полета, неговият ред определя полетата за извършване на сравнение в първо, второ и т.н. Само едно поле може да бъде указано като низ, а не непременно за всички полета. Въпреки това, неуточнените полета ще продължат да се използват, в реда, в който се появяват в dtype, за прекъсване на връзките.
Се завръща:
Тази функция връща сортирано копие на изходния масив, който ще има същата форма и тип като изходния масив.
Пример 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
Изход:
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]])
В горния код
- Импортирахме numpy с псевдоним np.
- Създадохме многоизмерен масив 'х' използвайки np.array() функция.
- Ние сме декларирали променливата 'и' и присвои върнатата стойност на np.sort() функция.
- Предадохме входния масив 'х' във функцията.
- Накрая се опитахме да отпечатаме стойността на 'и' .
В изхода той показва сортирано копие на изходния масив от същия тип и форма.
Пример 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
Изход:
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])
Пример 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
Изход:
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]])
Пример 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
Изход:
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'),>