numpy.argsort #
- 麻木的。argsort ( a , axis = -1 , kind = None , order = None ) [来源] #
返回对数组进行排序的索引。
使用kind关键字指定的算法沿给定轴执行间接排序。它返回与沿给定轴按排序顺序索引数据形状相同的索引数组 。
- 参数:
- 类似数组
要排序的数组。
- axis int 或 None,可选
排序所沿的轴。默认值为 -1(最后一个轴)。如果没有,则使用展平数组。
- kind {'quicksort', 'mergesort', 'heapsort', 'stable'}, 可选
排序算法。默认为“快速排序”。请注意,“稳定”和“合并排序”都在幕后使用 timsort,并且一般来说,实际实现会因数据类型而异。保留“mergesort”选项是为了向后兼容。
版本 1.15.0 中进行了更改:添加了“稳定”选项。
- 排序str 或 str 列表,可选
当a是定义了字段的数组时,该参数指定首先比较哪些字段,第二个字段等。单个字段可以指定为字符串,不需要指定所有字段,但未指定的字段仍然会被使用,在它们在数据类型中出现的顺序,以打破联系。
- 返回:
- 索引数组ndarray, int
沿指定轴对a进行排序的索引数组。如果a是一维,则生成排序后的a。更一般地说,无论维数如何, 总是产生排序后的a 。
a[index_array]
np.take_along_axis(a, index_array, axis=axis)
也可以看看
sort
描述所使用的排序算法。
lexsort
具有多个键的间接稳定排序。
ndarray.sort
就地排序。
argpartition
间接部分排序。
take_along_axis
将
index_array
argsort 应用于数组,就像调用 sort 一样。
笔记
请参阅
sort
参考资料 中有关不同排序算法的注释。从 NumPy 1.4.0 开始,
argsort
适用于包含 nan 值的实数/复数数组。增强的排序顺序记录在 中sort
。例子
一维数组:
>>> x = np.array([3, 1, 2]) >>> np.argsort(x) array([1, 2, 0])
二维数组:
>>> x = np.array([[0, 3], [2, 2]]) >>> x array([[0, 3], [2, 2]])
>>> ind = np.argsort(x, axis=0) # sorts along first axis (down) >>> ind array([[0, 1], [1, 0]]) >>> np.take_along_axis(x, ind, axis=0) # same as np.sort(x, axis=0) array([[0, 2], [2, 3]])
>>> ind = np.argsort(x, axis=1) # sorts along last axis (across) >>> ind array([[0, 1], [0, 1]]) >>> np.take_along_axis(x, ind, axis=1) # same as np.sort(x, axis=1) array([[0, 3], [2, 2]])
N 维数组的已排序元素的索引:
>>> ind = np.unravel_index(np.argsort(x, axis=None), x.shape) >>> ind (array([0, 1, 1, 0]), array([0, 0, 1, 1])) >>> x[ind] # same as np.sort(x, axis=None) array([0, 2, 2, 3])
用键排序:
>>> x = np.array([(1, 0), (0, 1)], dtype=[('x', '<i4'), ('y', '<i4')]) >>> x array([(1, 0), (0, 1)], dtype=[('x', '<i4'), ('y', '<i4')])
>>> np.argsort(x, order=('x','y')) array([1, 0])
>>> np.argsort(x, order=('y','x')) array([0, 1])