|
目录
1 一维数组排序
-----1.1 升序排列
-----1.2 降序排列
-----1.3 含有相同元素的一维数组排序
-----1.4 使用 numpy.sort&numpy.argsort 是否会改变原数组
2 二维数组排序
-----2.1 行的升序排列
-----2.2 列的升序排列
-----2.3 行的降序排列
-----2.4 列的降序排列
-----2.5 含有相同元素的二维数组
-----2.6 使用 numpy.sort&numpy.argsort 是否会改变原数组
3 多维数组排序
1 一维数组排序
1.1 升序排列
import numpy as np
a = np.array([1, 7, 6, 12, 4, 3])
print(a) # 输出数组a
print(np.sort(a)) # 输出升序排序后的a
print(np.argsort(a)) # 输出升序排序后对应的索引
运行，得到
[ 1 7 6 12 4 3]
[ 1 3 4 6 7 12]
[0 5 4 2 1 3]
1.2 降序排列
import numpy as np
a = np.array([1, 7, 6, 12, 4, 3])
print(a) # 输出数组a
print(-np.sort(-a)) # 输出降序排序后的a
print(np.argsort(-a)) # 输出降序排序后对应的索引
运行，得到
[ 1 7 6 12 4 3]
[12 7 6 4 3 1]
[3 1 2 4 5 0]
1.3 含有相同元素的一维数组排序
import numpy as np
a = np.array([1, 7, 6, 6, 1, 7])
print(a) # 输出数组a
print(np.sort(a)) # 输出升序排序后的a
print(np.argsort(a)) # 输出升序排序后对应的索引
print(-np.sort(-a)) # 输出降序排序后的a
print(np.argsort(-a)) # 输出降序排序后对应的索引
运行，得到
[1 7 6 6 1 7]
[1 1 6 6 7 7]
[0 4 2 3 1 5]
[7 7 6 6 1 1]
[1 5 2 3 0 4]
通过排序后的索引可以看出，当一维数组含有相同元素时，无论是升序排列还是降序排列，相同元素之间的前后关系并没有变，即靠前的元素仍然在前面，靠后的元素仍然在后面。
1.4 使用numpy.sort&numpy.argsort是否会改变原数组
import numpy as np
a = np.array([1, 7, 6, 12, 4, 3])
print(a) # 输出数组a
print(np.sort(a)) # 输出升序排序后的a
print(a)
print(np.argsort(a)) # 输出升序排序后对应的索引
print(a)
运行，得到
[ 1 7 6 12 4 3]
[ 1 3 4 6 7 12]
[ 1 7 6 12 4 3]
[0 5 4 2 1 3]
[ 1 7 6 12 4 3]
可以看出，使用numpy.sort&numpy.argsort不会改变原数组。
2 二维数组排序
2.1 行的升序排列
import numpy as np
a = np.array([[1, 7, 6],
[2, 4, 8]])
print(a) # 输出数组a
print(np.sort(a, axis=1)) # 输出每行升序排序后的a
print(np.argsort(a, axis=1)) # 输出每行升序排序后对应的索引
运行，得到
[[1 7 6]
[2 4 8]]
[[1 6 7]
[2 4 8]]
[[0 2 1]
[0 1 2]]
2.2 列的升序排列
import numpy as np
a = np.array([[1, 7, 6],
[2, 4, 8]])
print(a) # 输出数组a
print(np.sort(a, axis=0)) # 输出每列升序排序后的a
print(np.argsort(a, axis=0)) # 输出每列升序排序后对应的索引
运行PHP数组排序，得到
[[1 7 6]
[2 4 8]]
[[1 4 6]
[2 7 8]]
[[0 1 0]
[1 0 1]]
2.3 行的降序排列
import numpy as np
a = np.array([[1, 7, 6],
[2, 4, 8]])
print(a) # 输出数组a
print(-np.sort(-a, axis=1)) # 输出每行降序排序后的a
print(np.argsort(-a, axis=1)) # 输出每行降序排序后对应的索引
运行，得到
[[1 7 6]
[2 4 8]]
[[7 6 1]
[8 4 2]]
[[1 2 0]
[2 1 0]]
2.4 列的降序排列
import numpy as np
a = np.array([[1, 7, 6],
[2, 4, 8]])
print(a) # 输出数组a
print(-np.sort(-a, axis=0)) # 输出每列降序排序后的a
print(np.argsort(-a, axis=0)) # 输出每列降序排序后对应的索引
运行，得到
[[1 7 6]
[2 4 8]]
[[2 7 8]
[1 4 6]]
[[1 0 1]
[0 1 0]]
2.5 含有相同元素的二维数组
import numpy as np
a = np.array([[1, 7, 1],
[2, 4, 4]])
print(a) # 输出数组a
print(np.sort(a, axis=1)) # 输出每行升序排序后的a
print(np.argsort(a, axis=1)) # 输出每行升序排序后对应的索引
运行，得到
[[1 7 1]
[2 4 4]]
[[1 1 7]
[2 4 4]]
[[0 2 1]
[0 1 2]]
当涉及含有相同元素的二维数组行的升序排列时，结论与一维数组一样，相同元素在比较轴(行排列时为行，列排列时为列)的相对位置不变。其余三种情况(含有相同元素的二维数组行的降序排列、含有相同元素的二维数组列的升序排列、含有相同元素的二维数组列的降序排列)也是一样。
2.6 使用numpy.sort&numpy.argsort是否会改变原数组
import numpy as np
a = np.array([[1, 9, 8],
[2, 7, 6]])
print(a) # 输出数组a
print(np.sort(a, axis=1)) # 输出每行升序排序后的a
print(a)
print(np.argsort(a, axis=1)) # 输出每行升序排序后对应的索引
print(a)
运行，得到
[[1 9 8]
[2 7 6]]
[[1 8 9]
[2 6 7]]
[[1 9 8]
[2 7 6]]
[[0 2 1]
[0 2 1]]
[[1 9 8]
[2 7 6]]
结论与一维数组相同，使用numpy.sort&numpy.argsort不会改变原数组。
3 多维数组排序
从一维数组和二维数组类推，相关结论不变。
（编辑：源码网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
