U nekim slučajevima zahtijevamo sortirano polje za izračun. U tu svrhu, numpy modul Pythona pruža funkciju tzv numpy.sort() . Ova funkcija daje sortiranu kopiju izvornog polja ili ulaznog polja.
Sintaksa:
numpy.sort(a, axis=-1, kind='quicksort', order=None)
Parametri:
x: sličan_nizu
Ovaj parametar definira izvorni niz koji će se sortirati.
preuzimanje videa s youtube vlc
os: int ili Ništa (izborno)
Ovaj parametar definira os duž koje se vrši sortiranje. Ako je ovaj parametar Nijedan , niz će biti spljošten prije sortiranja, a prema zadanim postavkama ovaj je parametar postavljen na -1, što sortira niz duž zadnje osi.
vrsta: {quicksort, heapsort, mergesort}(izborno)
Ovaj parametar se koristi za definiranje algoritma sortiranja, a prema zadanim postavkama sortiranje se izvodi pomoću 'brzo sortiranje' .
poredak: str ili popis str (opcionalno)
Kada je polje definirano s poljima, njegov redoslijed definira polja za usporedbu u prvom, drugom itd. Samo jedno polje može biti navedeno kao niz, a ne nužno za sva polja. Međutim, neodređena polja i dalje će se koristiti, redoslijedom kojim se pojavljuju u dtype, za prekidanje veza.
pokušati uhvatiti uhvatiti java
Povratak:
Ova funkcija vraća sortiranu kopiju izvornog niza, koja će imati isti oblik i vrstu kao izvorni niz.
Primjer 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
Izlaz:
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]])
U gornjem kodu
strukture podataka u Javi
- Uvezli smo numpy s alias imenom np.
- Stvorili smo višedimenzionalni niz 'x' korištenjem np.array() funkcija.
- Varijablu smo deklarirali 'i' i dodijeljena vraćena vrijednost od np.sort() funkcija.
- Prošli smo ulazni niz 'x' u funkciji.
- Na kraju, pokušali smo ispisati vrijednost 'i' .
U izlazu prikazuje sortiranu kopiju izvornog niza iste vrste i oblika.
Primjer 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
Izlaz:
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])
Primjer 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
Izlaz:
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]])
Primjer 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
Izlaz:
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'),>