Python - numpy.sort() 函数

在 Python 中，numpy.sort() 函数用于沿指定轴对 NumPy 数组的元素进行排序。此函数默认按升序对数组进行排序，但也可以通过修改数组或使用其他方法按降序排序。

它适用于多维数组，并可灵活地对整个数组或单个行/列进行排序。

语法

以下是 Python numpy.sort() 函数的语法 -

numpy.sort(a, axis=-1, kind=None, order=None)

参数

以下是 Python numpy.sort() 函数的参数 -

• a:要排序的输入数组。
• order(可选):指定字段结构化数组的顺序。例如，按结构化数组中的多个字段排序。
• stable(可选):这是排序稳定性。如果为 True，则返回的数组将保持比较结果相等的 arr 值的相对顺序。如果为 False 或 None，则不保证这一点。在内部，此选项选择 kind='stable'。默认值为 None。
• axis(可选):排序的轴 -
  • -1(默认值):沿最后一个轴排序。
  • 0:沿列(垂直)排序。
  • 1:沿行(水平)排序。
• kind(可选):指定排序算法。选项包括 -
• 快速排序(默认):快速但不稳定。
• 合并排序:稳定并保持相等元素的相对顺序。
• 堆排序:内存效率高，但比"快速排序"慢。

返回类型

此函数返回一个已排序的数组，如果输入未被修改，则返回一个新数组。

示例

以下是使用 Python numpy.sort() 函数对一维 NumPy 数组进行排序的基本示例 -

import numpy as np
my_array = np.array([25, 5, 15, 10])
sorted_array = np.sort(my_array)
print("原始数组:", my_array)
print("排序后数组:", sorted_array)

输出

以下是上述代码的输出 -

原始数组:[25 5 15 10]
排序后数组:[ 5 10 15 25]

示例:沿轴排序

我们可以使用 axis 参数沿多维数组中的特定轴排序。以下示例演示了如何对行 (axis=1) 和列 (axis=0) 进行排序 -

import numpy as np
my_array = np.array([[8, 2, 7], [4, 9, 1]])
sorted_row = np.sort(my_array, axis=1)
sorted_col = np.sort(my_array, axis=0)
print("原始数组:
", my_array)
print("按行排序:
", sorted_row)
print("按列排序:
", sorted_col)

输出

以下是上述代码的输出 -

原始数组:
[[8 2 7]
[4 9 1]]
按行排序:
[[2 7 8]
[1 4 9]]
按列排序:
[[4 2 1]
[8 9 7]]

示例:使用自定义数据类型排序

order 参数用于结构化数组。以下是按特定字段排序的示例 -

import numpy as np
my_array = np.array([(1, 'Zebra', 100), (2, 'Apple', 50), (3, 'Monkey', 75)],
dtype=[('id', int), ('name', 'U10'), ('score', int)])
sorted_by_name = np.sort(my_array, order='name')
print("原始数组:
", my_array)
print("按名称排序:
", sorted_by_name)

输出

以下是上述代码的输出 -

原始数组:
[(1, 'Zebra', 100) (2, 'Apple', 50) (3, 'Monkey', 75)]
按名称排序:
[(2, 'Apple', 50) (3, 'Monkey', 75) (1, 'Zebra', 100)]

numpy_array_manipulation.html