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模块提供了一个功能, 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。此函数返回形状与” a”相同的索引数组, 该数组将对该数组进行排序。
句法
numpy.argsort(a, axis=-1, kind=None, order=None)参数
这些是numpy.argsort()函数中的以下参数：
一个：array_like
此参数定义我们要排序的源数组。
轴：int或无(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, 则使用扁平化的数组。
种类：{‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}(可选)
此参数定义排序算法。默认情况下, 该算法为quicksort。 mergesort和稳定都在后台使用时间排序。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。
命令：str或str列表(可选)
如果” a”是具有已定义字段的数组, 则此参数指定要比较的字段的第一个, 第二个等。单个字段可以指定为字符串, 而不必指定所有字段。但是未指定的字段仍将按照它们在dtype中出现的顺序使用, 以打破联系。
返回：index_array：ndarray, int
此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)始终产生排序的” 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。
- 我们已经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(沿第一个轴(向下)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：对于二维数组(轴= 0的替代)
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。
- 该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(沿最后一个轴(交叉)排序)
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：对于二维数组(轴= 1的替代项)
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()函数中传递了二维数组’a’和轴为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：按键排序
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”并以参数作为顺序。
- 最后, 我们尝试打印’b’和’c’的值。
在输出中, 已显示具有dtype = [(‘x’, ‘<i4’), (‘y’, ‘<i4’)]的排序数组
来源：
https://www.srcmini02.com/30776.html
