Автор оригинала: Pankaj Kumar.
Здравствуйте, читатели! В этой статье мы будем сосредоточиться на 3 Методы сортировки в Numpy , в деталях.
Итак, давайте начнем! 🙂.
Python Numpy Библиотека Предлагает нам различные функции для создания массива и манипулируют элементы аналогичного типа в структуре массива. Наряду с этим Numpy предлагает нам различные функции, которые могут позволить нам отсортировать элементы, присутствующие в структуре массива.
Методы сортировки в Numpy
Мы узнаем приведенные ниже методы сортировки в Numpy.
- Функция numpy sort ()
- Функция numpy argsort ()
- Функция numpy lexsort ()
Итак, давайте начнем!
1. функция numpy sort ()
Чтобы сортировать различные элементы, присутствующие в структуре массива, NUMPY предоставляет нам Сортировать () функция. С помощью функции Sort () мы можем отсортировать элементы и отделить их в порядке возрастания в порядок убывания соответственно.
Посмотрите на синтаксис ниже!
Синтаксис:
numpy.sort(array, axis)
Ось параметра «Оси» указывает способ выполнения сортировки. Поэтому, когда мы устанавливаем, сортировка происходит в традиционной моде, а результирующий массив является одним ряд элементов. С другой стороны, если мы установим, сортировка происходит в ряду моды, то есть каждая, и каждая строка сортируется индивидуально.
Пример 1:
В этом примере мы создали массив, далее мы отсортировали массив, используя Сортировка () Функция и с Ось I.e. Это сортирует элементы в порядке возрастания.
import numpy as np
data = np.array([[22, 55], [0, 10]])
res = np.sort(data, axis = None)
print ("Data before sorting:", data)
print("Data after sorting:", res)
Выход:
Data before sorting: [[22 55] [ 0 10]] Data after sorting: [ 0 10 22 55]
Пример 2:
В этом примере мы создали массив и отсортировали то же самое, используя функцию сортировки (), здесь мы установили i.e. ROW WISE сортировка была выполнена.
import numpy as np
data = np.array([[66, 55, 22], [0, 10, -1]])
res = np.sort(data, axis = 1)
print ("Data before sorting:", data)
print("Row wise sorting:", res)
Выход:
Data before sorting: [[66 55 22] [ 0 10 -1]] Row wise sorting: [[22 55 66] [-1 0 10]]
2. Numpy argsort ()
Помимо метода Worth (), у нас также есть argsort () Функция, которая используется в качестве методов сортировки в Numpy, которая возвращает Массив индексов отсортированных элементов. Из этих сортировков значений индекса мы можем получить элементы отсортированного массива в порядке возрастания.
Таким образом, с функцией argsort () мы можем отсортировать значения массива и получать значения индекса того же, что и отдельный массив.
Пример:
import numpy as np
data = np.array([66, 55, 22,11,-1,0,10])
res_index = np.argsort(data)
print ("Data before sorting:", data)
print("Sorted index values of the array:", res_index)
x = np.zeros(len(res_index), dtype = int)
for i in range(0, len(x)):
x[i]= data[res_index[i]]
print('Sorted array from indexes:', x)
Выход:
В приведенном выше примере мы выполнили функцию Argsort () на значениях данных и получили сортировку значений индекса элементов. Кроме того, мы использовали одинаковые значения индекса массива, чтобы получить элементы отсортированного массива.
Data before sorting: [66 55 22 11 -1 0 10] Sorted index values of the array: [4 5 6 3 2 1 0] Sorted array from indexes: [-1 0 10 11 22 55 66]
3. numpy lexsort () Функция
Функция Lexsort () позволяет отсортировать значения данных с использованием последовательности клавиш I.E. Столкомыми. С Lexsort () Функция, мы сортируем два массива, принимая по одному во время. В результате мы получаем индексные значения отсортированных элементов.
import numpy as np
data = np.array([66, 55, 22,11,-1,0,10])
data1 = np.array([1,2,3,4,5,0,-1])
res_index = np.lexsort((data1, data))
print("Sorted index values of the array:", res_index)
Выход:
Sorted index values of the array: [4 5 6 3 2 1 0]
Заключение
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 !!