Автор оригинала: Pankaj Kumar.
Эй, читатели! В этой статье мы будем сосредоточиться на Техники сортировки Numpy , в деталях.
Итак, давайте начнем !! 🙂.
Numpy Module – быстрый обзор
Python состоит из различных модулей для выполнения вариаций с данными и прессформы одинаково в соответствии с требованиями.
С Numpy Module математические вычисления данных стали очень простыми. Он предлагает нам различные функции для математических вычислений значений данных.
Он предлагает нам структуру данных массива для хранения данных и выполнения манипуляций над ним. Когда дело доходит до борьбы с элементами, NUMPY предлагает нам функции для сортировки всего массива, чтобы получить его доступным для обработки.
Давайте посмотрим на них в предстоящем разделе.
Методы сортировки Numpy
Когда дело доходит до массива, мы можем использовать методы сортировки для сортировки массива в порядке, плюс манипулируют их для дальнейшего использования.
В контексте этой темы мы будем сосредоточены на функциях ниже как часть этой концепции
- Сортировка () Функция
- lexsort () Функция
- Функция argsort ()
1. функция numpy sort ()
Функция SORT () позволяет нам отсортировать множество массива в индивидуальном порядке. То есть мы можем иметь множество массива, отсортированные в порядке возрастания или убывания моды.
Кроме того, это дает нам настройку на выбор оси сортировочного пространства.
Синтаксис-
numpy.sort(array, axis)
С, сортировка элементов происходит традиционным способом, и, следовательно, результатом массива – это одна линия или один ряд элементов.
Но, когда ось установлена на 1, произошедшая сортировка ROWS-WISE, и элементы массива сортируются в разумной моде ряда, также известную как сортировку на ряд структуры массива.
Пример 01-
В этом примере, как то, как строки входного массива обрабатываются как единый ряд во время сортировки. В результате он сортирует весь массив, который рассматривает его как 1-D массив, а затем печатает результаты, а также в формате по возрастанию 1 d.
import numpy as np num = np.array([[20, 10], [0, 11]]) ans = np.sort(num , axis = None) print ("Data before sorting :", num) print("Data after sorting with axis=None:", ans)
Выход-
Data before sorting: [[20 10] [ 0 11]] Data after sorting: [ 0 10 11 20]
Пример 02-
Как мы уже настроили, он выполнил бы сортировку в строке в пределах массива и сохранять результаты в те поставленные позиции, как показано ниже-
import numpy as np num = np.array([[20, 10], [0, 11]]) ans = np.sort(num , axis = 1) print ("Data before sorting :", num) print("Data after sorting with axis=1:", ans)
Выход-
Data before sorting: [[20 10] [ 0 11]] Data after sorting with axis=1:[[10 20] [0 11]]
2. Метод Lexsort ()
С методом Numpy Lexsort () мы можем легко сортировать значения данных относительно столбца в отличие от сортировки () метода. Да, функция Lexsort () использует последовательность ключей, чтобы эффективно сортировать данные. Таким образом, каждый во время рассмотрения каждого элемента происходит здесь.
Кроме того, в результате мы получаем индекс отсортированных элементов в порядке возрастания.
Пример-
import numpy as np num = np.array([2,1,0,10]) num1 = np.array([1,2,3,-8]) res = np.lexsort((num1, num)) print("Sorted index values of the array:", res)
Выход-
Sorted index values of the array: [2 1 0 3]
3. Метод сортировки аргсорта ()
Функция Numpy Agrsort () выполняет сортировку на элементах массива и возвращает индексы отсортированного массива в порядке возрастания. Он работает аналогично функционированию с аргументом, но вместо того, чтобы возвращать фактические элементы массива, он возвращает значения индекса этих массивов.
Пример-
import numpy as np num = np.array([2,1,0,10]) res = np.argsort((num)) print("Sorted index values of the array:", res)
Выход-
Sorted index values of the array: [2 1 0 3]
Заключение
По этому, мы подошли к концу этой темы. Не стесняйтесь комментировать ниже, если вы столкнетесь с любым вопросом. Для более таких постов, связанных с программированием Python, оставайся настроенными нами.
До этого, счастливого обучения !! 🙂.