NumPy sort()

import numpy as np

array = np.array([10, 2, 9, -1])

# sort an array in ascending order
array2 = np.sort(array)

print(array2)

# Output : [-1  2  9 10]

sort() 语法

sort() 的语法是

numpy.sort(array, axis, order, kind)

sort() 参数

sort() 方法接受四个参数

• array - 要排序的数组
• axis (可选) - 追加值的轴
• order (可选) - 要比较的字段
• kind (可选) - 排序算法

sort() 返回值

sort() 方法返回一个排序后的数组。

示例 1：对数字数组进行排序

import numpy as np

array = np.array([10.20, 2.10, 9.9, -1.4])

# sort the array in ascending order.
array2 = np.sort(array)

print(array2)

输出

[-1.4  2.1  9.9 10.2]

示例 2：对字符串数组进行排序

import numpy as np

array = np.array(['Apple', 'apple', 'Ball', 'Cat'])

# sort a string array based on their ASCII values. 
array2 = np.sort(array)

print(array2)

输出

['Apple' 'Ball' 'Cat' 'apple']

示例 3：对多维数组进行排序

多维数组根据给定的轴进行排序。

import numpy as np

array = np.array([[3, 10, 2], [1, 5, 7], [2, 7, 5]])

# sort column wise based on the axis 1
array2 = np.sort(array)

# flattens the given array and sorts the flattened array
array3 = np.sort(array, axis = None)

# sort array row wise
array4 = np.sort(array, axis = 0)

print('Sorted based on last axis(1): \n', array2)
print('Sorted a flattened array', array3)
print('Sorted based on axis 0: \n', array4)

输出

Sorted based on last axis(1) : 
[[ 2  3 10]
 [ 1  5  7]
 [ 2  5  7]]

Sorted a flattened array [ 1  2  2  3  5  5  7  7 10]

Sorted based on axis 0 : 
 [[ 1  5  2]
 [ 2  7  5]
 [ 3 10  7]]

当根据轴 **0** 进行排序时，会比较行。首先对第一列的元素进行排序，然后是第二列，依此类推。所有列都是独立排序的。

示例 4：使用 order 参数排序数组

import numpy as np

datatype = [('name', 'U7'), ('age', int), ('height', int)]
people = [
    ('Alice', 25, 170), 
    ('Bob', 30, 180), 
    ('Charlie', 35, 175)
]
array = np.array(people, dtype = datatype)

# sort the array based on height
array2 = np.sort(array, order = 'height')

print(array2)

输出

[('Alice', 25, 170) ('Charlie', 35, 175) ('Bob', 30, 180)]

示例 5：使用多个 order 参数排序数组

import numpy as np

datatype = [('name', 'U7'), ('age', int), ('height', int)]
people = [
    ('Alice', 25, 170), 
    ('Bob', 30, 180), 
    ('Charlie', 35, 175),
    ('Dan', 40, 175),
    ('Eeyore', 25, 180)
]
array = np.array(people, dtype = datatype)

# sort the people array on the basis of height
# if heights are equal, sort people on the basis of age
array2 = np.sort(array, order = ('height', 'age'))

print(array2)

输出

[('Alice', 25, 170) ('Charlie', 35, 175) ('Dan', 40, 175) ('Eeyore', 25, 180) ('Bob', 30, 180)]

kind 参数

kind 参数在 NumPy sort() 中用于指定用于排序的算法。例如，

import numpy as np

array = np.array([10, 2, 9, 1])

# sort an array in ascending order by quicksort algorithm
array2 = np.sort(array, kind = 'quicksort')

print(array2)

# Output : [1 2 9 10]

kind 参数可以取几个值，包括：

• quicksort (默认)：这是一种快速算法，适用于大多数情况，即元素随机或均匀分布的中小型数组。
• mergesort：这是一种稳定的递归算法，适用于具有重复元素的大型数组。
• heapsort：这是一种较慢但保证 O(n log n) 的排序算法，适用于元素随机或均匀分布的小型数组。

kind 参数对输出没有直接影响，但它决定了方法的性能。