NumPy教程-numpy.sort()在Python中的使用

在某些情况下，我们需要对数组进行排序以进行计算。为此，Python的numpy模块提供了一个名为numpy.sort()的函数。这个函数会给出源数组或输入数组的一个排序副本。

语法：

numpy.sort(a, axis=-1, kind='quicksort', order=None)

参数：

x: array_like

这个参数定义了要排序的源数组。

axis: int或None（可选）

这个参数定义了沿着哪个轴进行排序。如果这个参数是None，则在排序之前会将数组扁平化，而默认情况下，这个参数设置为-1，表示沿着最后一个轴对数组进行排序。

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

这个参数用于定义排序算法，默认情况下使用'quicksort'进行排序。

order: str或str列表（可选）

当一个数组被定义为具有字段时，它的顺序定义了第一个、第二个等用于比较的字段。只能将单个字段指定为字符串，不一定要为所有字段指定。然而，未指定的字段仍将按照它们在dtype中出现的顺序用于解决平局。

返回值：

这个函数返回源数组的排序副本，其形状和类型与源数组相同。

示例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  

输出：

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]])

在上面的代码中：

• 我们导入了别名为np的numpy。
• 我们使用np.array()函数创建了一个多维数组'x'。
• 我们声明了变量'y'，并将np.sort()函数的返回值赋值给它。
• 我们在函数中传递了输入数组'x'。
• 最后，我们尝试打印'y'的值。

输出中显示了一个与源数组类型和形状相同的排序副本。

示例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  

输出：

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])

示例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  

输出：

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]])

示例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  

输出：

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, 23, 'M'), ('Vaishali', 5.2, 30, 'F')], dtype=[('name', 'S10'), ('height', '<f8'), ('age', '<i4'), ('gender', 'S10')])
array([('Arpita', 5.6, 23, 'F'), ('Shubham', 5.9, 23, 'M'), ('Vaishali', 5.2, 30, 'F')], dtype=[('name', 'S10'), ('height', '<f8'), ('age', '<i4'), ('gender', 'S10')])

在上面的代码中：

• 我们导入了别名为np的numpy。
• 我们定义了结构化数组的字段和值。
• 我们通过在np.array()函数中传递dtype和values来创建了一个结构化数组'x'。
• 我们声明了变量'y'和'z'，并将np.sort()函数的返回值赋值给它们。
• 我们在函数中传递了输入数组'x'和order。
• 最后，我们尝试打印'y'和'z'的值。

输出中显示了一个按照指定顺序排序的结构化数组的副本。