numpy.ma.MaskedArray.sort #
方法
- ma.MaskedArray。sort ( axis = -1 , kind = None , order = None , endwith = True , fill_value = None ) [来源] #
对数组进行就地排序
- 参数:
- 类似数组
待排序的数组。
- 轴int,可选
排序所沿的轴。如果没有,则在排序之前将数组展平。默认值为 -1,即沿最后一个轴排序。
- kind {'quicksort', 'mergesort', 'heapsort', 'stable'}, 可选
使用的排序算法。
- 订单列表,可选
当a是结构化数组时,此参数指定首先比较哪些字段、第二个字段,依此类推。该列表不需要包含所有字段。
- endwith {True, False},可选
缺失值(如果有)是否应被视为最大值 (True) 还是最小值 (False) 当数组包含按数据类型的相同极端排序的未屏蔽值时,这些值和屏蔽值的顺序未定义。
- fill_value标量或 None,可选
内部用于屏蔽值的值。如果
fill_value
不是 None,则它取代endwith
。
- 返回:
- 排序数组ndarray
与具有相同类型和形状的数组。
也可以看看
numpy.ndarray.sort
就地对数组进行排序的方法。
argsort
间接排序。
lexsort
对多个键进行间接稳定排序。
searchsorted
查找已排序数组中的元素。
笔记
请参阅
sort
参考资料 中有关不同排序算法的注释。例子
>>> a = np.ma.array([1, 2, 5, 4, 3],mask=[0, 1, 0, 1, 0]) >>> # Default >>> a.sort() >>> a masked_array(data=[1, 3, 5, --, --], mask=[False, False, False, True, True], fill_value=999999)
>>> a = np.ma.array([1, 2, 5, 4, 3],mask=[0, 1, 0, 1, 0]) >>> # Put missing values in the front >>> a.sort(endwith=False) >>> a masked_array(data=[--, --, 1, 3, 5], mask=[ True, True, False, False, False], fill_value=999999)
>>> a = np.ma.array([1, 2, 5, 4, 3],mask=[0, 1, 0, 1, 0]) >>> # fill_value takes over endwith >>> a.sort(endwith=False, fill_value=3) >>> a masked_array(data=[1, --, --, 3, 5], mask=[False, True, True, False, False], fill_value=999999)