У деяких випадках нам потрібен відсортований масив для обчислення. Для цього модуль numpy Python надає функцію під назвою numpy.sort() . Ця функція дає відсортовану копію вихідного масиву або вхідного масиву.
Синтаксис:
numpy.sort(a, axis=-1, kind='quicksort', order=None)
Параметри:
x: array_like
Цей параметр визначає вихідний масив, який буде відсортовано.
axis: int або None (необов’язково)
Цей параметр визначає вісь, по якій виконується сортування. Якщо цей параметр є жодного , перед сортуванням масив буде зведений, і за замовчуванням цей параметр має значення -1, що сортує масив уздовж останньої осі.
вид: {швидке сортування, сортування купи, сортування злиттям}(необов’язково)
Цей параметр використовується для визначення алгоритму сортування, і за замовчуванням сортування виконується за допомогою 'швидке сортування' .
порядок: str або список str (необов'язково)
Коли масив визначено полями, його порядок визначає поля для порівняння в першому, другому тощо. Лише одне поле може бути визначено як рядок, і не обов’язково для всіх полів. Однак невизначені поля все одно будуть використовуватися в тому порядку, в якому вони з’являються в dtype, щоб розірвати зв’язки.
Повернення:
Ця функція повертає відсортовану копію вихідного масиву, яка матиме ту саму форму та тип, що й вихідний масив.
приклад 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
Вихід:
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]])
У наведеному вище коді
- Ми імпортували numpy з псевдонімом np.
- Ми створили багатовимірний масив 'x' використовуючи np.array() функція.
- Ми оголосили змінну 'та' і присвоєно повернуте значення np.sort() функція.
- Ми передали вхідний масив 'x' у функції.
- Нарешті, ми спробували надрукувати значення 'та' .
У вихідних даних він показує відсортовану копію вихідного масиву того самого типу та форми.
приклад 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
Вихід:
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])
приклад 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
Вихід:
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]])
Приклад 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
Вихід:
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'),>