NumPy教程-numpy.sort()在Python中的使用
P
点击关注 👉约 4 分钟
点击关注 👉约 4 分钟语法：
numpy.sort(a, axis=-1, kind='quicksort', order=None)
参数：
x: array_like
这个参数定义了要排序的源数组。
axis: int或None（可选）
这个参数定义了沿着哪个轴进行排序。如果这个参数是None，则在排序之前会将数组扁平化，而默认情况下，这个参数设置为-1，表示沿着最后一个轴对数组进行排序。
kind: {quicksort, heapsort, mergesort}（可选）
这个参数用于定义排序算法，默认情况下使用'quicksort'进行排序。
order: str或str列表（可选）
当一个数组被定义为具有字段时，它的顺序定义了第一个、第二个等用于比较的字段。只能将单个字段指定为字符串，不一定要为所有字段指定。然而，未指定的字段仍将按照它们在dtype中出现的顺序用于解决平局。
👉点击领取：最全Python资料合集
返回值：
这个函数返回源数组的排序副本，其形状和类型与源数组相同。
示例1：
import numpy as npx=np.array([[1,4,2,3],[9,13,61,1],[43,24,88,22]])xy=np.sort(x)y
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]])
我们导入了别名为np的numpy。
我们使用np.array()函数创建了一个多维数组'x'。
我们声明了变量'y'，并将np.sort()函数的返回值赋值给它。
我们在函数中传递了输入数组'x'。
最后，我们尝试打印'y'的值。
输出中显示了一个与源数组类型和形状相同的排序副本。
示例2：
import numpy as npx=np.array([[1,4,2,3],[9,13,61,1],[43,24,88,22]])xy=np.sort(x, axis=None)y
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])
示例3：
import numpy as npx=np.array([[1,4,2,3],[9,13,61,1],[43,24,88,22]])xy=np.sort(x,axis=0)yz=np.sort(x,axis=1)z
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]])
示例4：
import numpy as npdtype = [('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)xy=np.sort(x, order='age')yz=np.sort(x, order=['age','height'])z
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')])
我们导入了别名为np的numpy。
我们定义了结构化数组的字段和值。
我们通过在np.array()函数中传递dtype和values来创建了一个结构化数组'x'。
我们声明了变量'y'和'z'，并将np.sort()函数的返回值赋值给它们。
我们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。
热门推荐