En algunos casos, necesitamos una matriz ordenada para el cálculo. Para ello, el módulo numpy de Python proporciona una función llamada numpy.sort() . Esta función proporciona una copia ordenada de la matriz de origen o de la matriz de entrada.
Sintaxis:
numpy.sort(a, axis=-1, kind='quicksort', order=None)
Parámetros:
x: tipo matriz
Este parámetro define la matriz de origen que se va a ordenar.
tabla hash java
eje: int o Ninguno (opcional)
Este parámetro define el eje a lo largo del cual se realiza la clasificación. Si este parámetro es Ninguno , la matriz se aplanará antes de ordenarla y, de forma predeterminada, este parámetro está establecido en -1, lo que ordena la matriz a lo largo del último eje.
tipo: {quicksort, heapsort, mergesort} (opcional)
Este parámetro se utiliza para definir el algoritmo de clasificación y, de forma predeterminada, la clasificación se realiza utilizando 'ordenación rápida' .
orden: str o lista de str (opcional)
Cuando una matriz se define con campos, su orden define los campos para hacer una comparación en primero, segundo, etc. Solo se puede especificar un campo como cadena, y no necesariamente para todos los campos. Sin embargo, los campos no especificados se seguirán utilizando, en el orden en que aparecen en el tipo de letra, para romper los empates.
lista ordenada por java
Devoluciones:
Esta función devuelve una copia ordenada de la matriz de origen, que tendrá la misma forma y tipo que una matriz de origen.
Ejemplo 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
Producción:
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]])
En el código anterior
en vez de
- Hemos importado numpy con nombre de alias np.
- Hemos creado una matriz multidimensional. 'X' usando np.matriz() función.
- Hemos declarado la variable 'y' y se le asignó el valor devuelto de np.sort() función.
- Hemos pasado la matriz de entrada. 'X' en la función.
- Por último, intentamos imprimir el valor de 'y' .
En el resultado, muestra una copia ordenada de la matriz fuente del mismo tipo y forma.
Ejemplo 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
Producción:
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])
Ejemplo 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
Producción:
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]])
Ejemplo 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
Producción:
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'),>