In alcuni casi, abbiamo bisogno di un array ordinato per il calcolo. A questo scopo, il modulo numpy di Python fornisce una funzione chiamata numpy.sort() . Questa funzione fornisce una copia ordinata dell'array di origine o dell'array di input.
Sintassi:
numpy.sort(a, axis=-1, kind='quicksort', order=None)
parametri:
x: tipo_array
Questo parametro definisce l'array di origine, che verrà ordinato.
asse: int o Nessuno (facoltativo)
Questo parametro definisce l'asse lungo il quale viene eseguito l'ordinamento. Se questo parametro è Nessuno , l'array verrà appiattito prima dell'ordinamento e, per impostazione predefinita, questo parametro è impostato su -1, che ordina l'array lungo l'ultimo asse.
tipo: {quicksort, heapsort, mergesort}(facoltativo)
Questo parametro viene utilizzato per definire l'algoritmo di ordinamento e, per impostazione predefinita, l'ordinamento viene eseguito utilizzando 'ordinamento rapido' .
ordine: str o elenco di str (opzionale)
Quando un array è definito con campi, il suo ordine definisce i campi per effettuare un confronto in primo, secondo, ecc. Solo il singolo campo può essere specificato come stringa e non necessariamente per tutti i campi. Tuttavia, i campi non specificati verranno comunque utilizzati, nell'ordine in cui compaiono nel dtype, per risolvere i casi di parità.
Ritorna:
Questa funzione restituisce una copia ordinata dell'array di origine, che avrà la stessa forma e tipo dell'array di origine.
Esempio 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
Produzione:
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]])
Nel codice sopra
- Abbiamo importato Numpy con il nome alias np.
- Abbiamo creato un array multidimensionale 'X' utilizzando np.array() funzione.
- Abbiamo dichiarato la variabile 'E' e assegnato il valore restituito di np.sort() funzione.
- Abbiamo passato l'array di input 'X' nella funzione.
- Infine, abbiamo provato a stampare il valore di 'E' .
Nell'output mostra una copia ordinata dell'array di origine dello stesso tipo e forma.
Esempio 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
Produzione:
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])
Esempio 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
Produzione:
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]])
Esempio 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
Produzione:
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'),>