📜  Python numpy.argsort()

📅  最后修改于: 2020-10-27 08:06:04             🧑  作者: Mango

Python的numpy.argsort()

NumPy模块提供了一个函数argsort(),返回将对数组进行排序的索引。

NumPy模块提供了一个函数,用于借助关键字指定的算法与给定的轴一起执行间接排序。此函数返回与’a’形状相同的索引数组,该数组将对该数组进行排序。

句法

numpy.argsort(a, axis=-1, kind=None, order=None)

参量

这些是numpy.argsort()函数中的以下参数:

一个:array_like

此参数定义我们要排序的源数组。

轴:int或无(可选)

此参数定义执行排序所沿的轴。默认情况下,轴为-1。如果我们将此参数设置为None,则将使用扁平化的数组。

种类:{‘quicksort’,’mergesort’,’heapsort’,’stable’}(可选)

此参数定义排序算法。默认情况下,该算法为quicksort。 mergesort和稳定都在后台使用时间排序。实际的实现将随数据类型而变化。保留mergesort选项是为了向后兼容。

命令:str或str列表(可选)

如果’a’是具有已定义字段的数组,则此参数指定要比较的字段的第一个,第二个等。单个字段可以指定为字符串,而不必指定所有字段。但是未指定的字段仍将按照它们在dtype中出现的顺序使用,以打破联系。

返回:index_array:ndarray,int

该函数返回一个索引数组,该索引与指定的轴一起对“ a”进行排序。如果“ a”为一维,则a [index_array]产生排序的“ a”。更一般而言,np.take_along_axis(arr1,index_array,axis = axis)始终产生排序的“ a”,而与维数无关。

示例1:np.argsort()

import numpy as np
a=np.array([456,11,63])
a
b=np.argsort(a)
b

在上面的代码中

  • 我们导入了别名为np的numpy。
  • 我们使用np.array()函数创建了一个数组’a’。
  • 我们已经声明了变量’b’并分配了np.argsort()函数的返回值。
  • 我们已经在函数传递了数组’a’。
  • 最后,我们尝试printb的值。

在输出中,显示了一个ndarray,其中包含索引(指示已排序数组的元素的位置)和dtype。

输出:

array([456,  11,  63])
array([1, 2, 0], dtype=int64)

示例2:对于二维数组(沿第一轴(向下)排序)

import numpy as np
a = np.array([[0, 5], [3, 2]])
indices = np.argsort(a, axis=0)  
indices

输出:

array([[0, 1],
           [1, 0]], dtype=int64)

示例3:对于二维数组(轴= 0的替代)

import numpy as np
a = np.array([[0, 5], [3, 2]])
indices = np.argsort(a, axis=0)
indices
np.take_along_axis(a, indices, axis=0)

在上面的代码中

  • 我们导入了别名为np的numpy。
  • 我们使用np.array()函数创建了一个二维数组’a’。
  • 我们已经声明了变量索引并分配了np.argsort()函数的返回值。
  • 我们传递了二维数组’a’,并且轴设为0。
  • 接下来,我们使用take_along_axis()函数并传递源数组,索引和轴。
  • 该函数返回了排序后的二维数组。

在输出中,显示了带有排序元素的二维数组。

输出:

array([[0, 2],
           [3, 5]])

示例4:对于二维数组(沿最后一个轴(交叉)排序)

import numpy as np
a = np.array([[0, 5], [3, 2]])
indices = np.argsort(a, axis=1)  
indices

输出:

array([[0, 1],
           [1, 0]], dtype=int64) 

示例5:对于二维数组(轴= 1的替代)

import numpy as np
a = np.array([[0, 5], [3, 2]])
indices = np.argsort(a, axis=1)
indices
np.take_along_axis(a, indices, axis=1)

输出:

array([[0, 2],
           [3, 5]])

示例6:对于ND阵列

import numpy as np
a = np.array([[0, 5], [3, 2]])
indices = np.unravel_index(np.argsort(a, axis=None), a.shape)
indices
a[indices]  # same as np.sort(a, axis=None)

输出:

(array([0, 1, 1, 0], dtype=int64), array([0, 1, 0, 1], dtype=int64))
array([0, 2, 3, 5])

在上面的代码中

  • 我们导入了别名为np的numpy。
  • 我们使用np.array()函数创建了一个二维数组’a’。
  • 我们已经声明了一个变量’indices’并分配了np.unravel_index()函数的返回值。
  • 我们已经传递了np.argsort()函数和数组’a’的形状。
  • 我们已经在argsort()函数中将二维数组’a’和轴作为1传递了。
  • 接下来,我们尝试printindex和a [indices]的值。

在输出中,显示了具有已排序元素的ND数组。

示例7:按键排序

import numpy as np
a= np.array([(0, 5), (3, 2)], dtype=[('x', '

输出:

array([(0, 5), (3, 2)], dtype=[('x', '

在上面的代码中

  • 我们导入了别名为np的numpy。
  • 我们使用dtype = [(‘x’,'
  • 我们已经声明了变量’b’和’c’并分配了np.argsort()函数的返回值。
  • 我们已经传递了数组’a’并将order作为函数的参数。
  • 最后,我们尝试print’b’和’c’的值。

在输出中,已显示排序后的数组,其中dtype = [(‘x’,’