numpyargsort()函数

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。

语法

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

参数

这些是numpy.argsort()函数中的以下参数:

a:array_like

此参数定义我们要排序的源数组。

axis : int或None(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。

kind:{'quicksort'，'mergesort'，'heapsort'，'stable'}(可选)

此参数定义排序算法。默认情况下，该算法为快速排序。 合并排序和稳定都使用时间排序。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。

order:str或str列表(可选)

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)总是产生排序的" 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。
• 我们已经使用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。
• 我们在函数中传递了数组'a'。
• 最后，我们尝试打印b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3:二维数组排序(axis= 0)

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。
• 我们已经使用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。
• 我们已将二维数组'a'和轴传递为0。
• 接下来，我们使用take_along_axis()函数并传递源数组，索引和轴。
• 此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(axis= 1)

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5:二维数组排序(axis= 1)

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N-D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。
• 我们已经使用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。
• 我们已在argsort()函数中将二维数组'a'和轴设为1。
• 接下来，我们尝试打印index和a [indices]的值。

在输出中，显示了具有已排序元素的N-D数组。

示例7:按keys排序

import numpy as np
a= np.array([(0, 5), (3, 2)], dtype=[('x', '<i4'), ('y', '<i4')])
a
b=np.argsort(a, order=('x','y'))
b
c=np.argsort(a, order=('y','x'))
c

输出:

array([(0, 5), (3, 2)], dtype=[('x', '<i4'), ('y', '<i4')])
array([0, 1], dtype=int64)
array([1, 0], dtype=int64)

在上面的代码中

• 我们导入了别名为np的numpy。
• 我们使用dtype = [('x'，'<i4')，('y'，'<i4')]的np.array()函数创建了一个二维数组'a'。
• 我们已经声明了变量“ b”和“ c”，并分配了np.argsort()函数的返回值。
• 我们在函数中传递了数组'a'并将order作为参数。
• 最后，我们尝试打印'b'和'c'的值。

在输出中，显示了一个排序数组，其类型为dtype = [('x'，'<i4')，('y'，'<i4')]