NumPy参考 >例行程序 >Sorting, searching, and counting > numpy.argsort
numpy.
argsort
(a,axis = -1,kind = None,order = None )[源代码] ¶返回将对数组进行排序的索引。
使用kind关键字指定的算法,沿着给定的轴执行间接排序。它返回相同的形状的指数作为阵列 一个沿着以排序的顺序给定的轴线索引数据。
数组进行排序。
排序所依据的轴。默认值为-1(最后一个轴)。如果为None,则使用扁平化的数组。
排序算法。默认值为“快速排序”。请注意,“稳定”和“合并排序”在后台都使用timsort,并且通常,实际实现会随数据类型而变化。保留'mergesort'选项是为了向后兼容。
在1.15.0版中更改。:添加了“稳定”选项。
当a是定义了字段的数组时,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,并且不需要指定所有字段,但是仍将使用未指定的字段。他们以dtype出现的顺序打破关系。
沿指定轴对a排序的索引数组。如果a是一维的,则产生排序的a。更一般而言,无论维数如何,
总是产生排序的a。a[index_array]
np.take_along_axis(a, index_array, axis=axis)
也可以看看
sort
描述使用的排序算法。
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
应用index_array
仿佛调用排序从argsort到一个数组。
笔记
请参阅sort
以获取有关不同排序算法的注释。
从NumPy开始,1.4.0 argsort
适用于包含nan值的实数/复杂数组。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])
按键排序:
>>> 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])