Bazı durumlarda hesaplama için sıralanmış bir diziye ihtiyaç duyarız. Bu amaçla Python'un numpy modülü, adı verilen bir fonksiyon sağlar. numpy.sort() . Bu işlev, kaynak dizinin veya giriş dizisinin sıralanmış bir kopyasını verir.
Sözdizimi:
numpy.sort(a, axis=-1, kind='quicksort', order=None)
Parametreler:
x: dizi_benzeri
Bu parametre sıralanacak kaynak diziyi tanımlar.
eksen: int veya Yok(isteğe bağlı)
Bu parametre, sıralamanın gerçekleştirileceği ekseni tanımlar. Bu parametre ise Hiçbiri , dizi sıralamadan önce düzleştirilir ve varsayılan olarak bu parametre, diziyi son eksene göre sıralayan -1'e ayarlıdır.
tür: {hızlı sıralama, yığın sıralama, birleştirme sıralaması}(isteğe bağlı)
Bu parametre sıralama algoritmasını tanımlamak için kullanılır ve varsayılan olarak sıralama şu şekilde gerçekleştirilir: 'hızlı sıralama' .
sıra: str veya str listesi (isteğe bağlı)
Bir dizi alanlarla tanımlandığında, sırası birinci, ikinci vb. alanlarda karşılaştırma yapmak için kullanılacak alanları tanımlar. Yalnızca tek alan bir dize olarak belirtilebilir ve tüm alanlar için zorunlu değildir. Ancak, belirtilmeyen alanlar, bağları koparmak için dtype'de göründükleri sıraya göre kullanılmaya devam edilecektir.
İadeler:
Bu işlev, kaynak dizinin, kaynak diziyle aynı şekle ve türe sahip olacak sıralanmış bir kopyasını döndürür.
Örnek 1:
import numpy as np x=np.array([[1,4,2,3],[9,13,61,1],[43,24,88,22]]) x y=np.sort(x) y
Çıktı:
array([[ 1, 4, 2, 3], [ 9, 13, 61, 1], [43, 24, 88, 22]]) array([[ 1, 2, 3, 4], [ 1, 9, 13, 61], [22, 24, 43, 88]])
Yukarıdaki kodda
- Numpy'yi np takma adıyla içe aktardık.
- Çok boyutlu bir dizi oluşturduk 'X' kullanarak np.dizi() işlev.
- Değişkeni bildirdik 'Ve' ve döndürülen değeri atadı np.sort() işlev.
- Giriş dizisini geçtik 'X' fonksiyonda.
- Son olarak değerini yazdırmaya çalıştık. 'Ve' .
Çıktıda, aynı tür ve şekildeki kaynak dizisinin sıralanmış bir kopyasını gösterir.
Örnek 2:
import numpy as np x=np.array([[1,4,2,3],[9,13,61,1],[43,24,88,22]]) x y=np.sort(x, axis=None) y
Çıktı:
array([[ 1, 4, 2, 3], [ 9, 13, 61, 1], [43, 24, 88, 22]]) array([ 1, 1, 2, 3, 4, 9, 13, 22, 24, 43, 61, 88])
Örnek 3:
import numpy as np x=np.array([[1,4,2,3],[9,13,61,1],[43,24,88,22]]) x y=np.sort(x,axis=0) y z=np.sort(x,axis=1) z
Çıktı:
array([[ 1, 4, 2, 1], [ 9, 13, 61, 3], [43, 24, 88, 22]]) array([[ 1, 2, 3, 4], [ 1, 9, 13, 61], [22, 24, 43, 88]])
Örnek 4:
import numpy as np dtype = [('name', 'S10'), ('height', float), ('age', int),('gender','S10')] values = [('Shubham', 5.9, 23, 'M'), ('Arpita', 5.6, 23, 'F'),('Vaishali', 5.2, 30, 'F')] x=np.array(values, dtype=dtype) x y=np.sort(x, order='age') y z=np.sort(x, order=['age','height']) z
Çıktı:
array([('Shubham', 5.9, 23, 'M'), ('Arpita', 5.6, 23, 'F'), ('Vaishali', 5.2, 30, 'F')],dtype=[('name', 'S10'), ('height', '<f8'), ('age', ' <i4'), ('gender', 's10')]) array([('arpita', 5.6, 23, 'f'), ('shubham', 5.9, 'm'), ('vaishali', 5.2, 30, 'f')], dtype="[('name'," 's10'), ('height', '<f8'), < pre> <p> <strong>In the above code</strong> </p> <ul> <li>We have imported numpy with alias name np.</li> <li>We have defined the fields and values for the structured array.</li> <li>We have created a structured array <strong>'x'</strong> by passing dtype and values in the <strong>np.array()</strong> function.</li> <li>We have declared the variables <strong>'y'</strong> and <strong>'z'</strong> , and assigned the returned value of <strong>np.sort()</strong> function.</li> <li>We have passed the input array <strong>'x'</strong> and order in the function.</li> <li>Lastly, we tried to print the value of <strong>'y</strong> ' and <strong>'z'</strong> .</li> </ul> <p>In the output, it shows a sorted copy of the structured array with a defined order.</p> <hr></f8'),>