У неким случајевима нам је потребан сортирани низ за израчунавање. У ту сврху, нумпи модул Питхон-а обезбеђује функцију тзв нумпи.сорт() . Ова функција даје сортирану копију изворног низа или низа улаза.
Синтакса:
numpy.sort(a, axis=-1, kind='quicksort', order=None)
Параметри:
к: арраи_лике
Овај параметар дефинише изворни низ, који ће бити сортиран.
шта је наредба за извоз у линуксу
оса: инт или ништа (опционо)
Овај параметар дефинише осу дуж које се врши сортирање. Ако је овај параметар Ниједан , низ ће бити спљоштен пре сортирања, а подразумевано је овај параметар постављен на -1, што сортира низ дуж последње осе.
врста: {куицксорт, хеапсорт, мергесорт} (опционо)
Овај параметар се користи за дефинисање алгоритма сортирања, а подразумевано се сортирање врши помоћу 'брзо сортирање' .
редослед: стр или листа стр (опционо)
Када је низ дефинисан са пољима, његов редослед дефинише поља за поређење у првом, другом итд. Само једно поље може бити наведено као стринг, а не обавезно за сва поља. Међутим, неодређена поља ће се и даље користити, редоследом којим се појављују у дтипе, за прекид веза.
јава свитцх инт
враћа:
Ова функција враћа сортирану копију изворног низа, који ће имати исти облик и тип као изворни низ.
Пример 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
Излаз:
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]])
У горњем коду
уради вхиле петљу јава
- Увезли смо нумпи са псеудонимом нп.
- Направили смо вишедимензионални низ 'Икс' Користећи нп.арраи() функција.
- Декларисали смо променљиву 'и' и додељена враћена вредност од нп.сорт() функција.
- Прошли смо улазни низ 'Икс' у функцији.
- На крају, покушали смо да одштампамо вредност 'и' .
У излазу приказује сортирану копију изворног низа истог типа и облика.
Пример 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
Излаз:
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])
Пример 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
Излаз:
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]])
Пример 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
Излаз:
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, 'm'), ('vaishali', 5.2, 30, 'f')], dtype="[('name'," 's10'), ('height', '<f8'), < pre> <p> <strong>In the above code</strong> </p> <ul> <li>We have imported numpy with alias name np.</li> <li>We have defined the fields and values for the structured array.</li> <li>We have created a structured array <strong>'x'</strong> by passing dtype and values in the <strong>np.array()</strong> function.</li> <li>We have declared the variables <strong>'y'</strong> and <strong>'z'</strong> , and assigned the returned value of <strong>np.sort()</strong> function.</li> <li>We have passed the input array <strong>'x'</strong> and order in the function.</li> <li>Lastly, we tried to print the value of <strong>'y</strong> ' and <strong>'z'</strong> .</li> </ul> <p>In the output, it shows a sorted copy of the structured array with a defined order.</p> <hr></f8'),>