Numpy

Numpy to standardowa biblioteka Python, która działa z tablicą w celu rozwiązania operacji matematycznych i logicznych na wysokim poziomie. Ten moduł Numpy zapewnia funkcję o nazwie Numpy.sort () funkcja. Ponieważ sortowanie jest procesem układania wartości od niskiego do wysokiego rzędu. Numpy.sort () funkcja bezpośrednio sortuje różne elementy przy użyciu określonych algorytmów z danej tablicy.

Ta metoda zawsze zwraca posortowaną kopię tablicy o tym samym kształcie i typach danych co z oryginalnej tablicy. W tym artykule omówiono Numpy.sort () funkcja szczegółowo z prostymi i działającymi przykładami. Używamy terminali Spyder do przykładów kodu wykonania.

Składnia Numpy.sortować()

Składnia służy do sortowania elementu dostarczanego przez moduł Numpy w Pythonie. Oto Numpy.sort () funkcja sortuje tablicę, biorąc argumenty.

# Numpy.sort (a, axis = -1, cind = "szybki sort", rzędu = brak)

Parametry przekazane w Numpy.sortować()

Z powyższej składni mamy zmienną jako „a”, którą powinniśmy sortować elementy. Musimy przekazać tę tablicę jako pierwszy argument. Kolejnym przekazanym parametrem jest „oś”, przez który należy wykonać sortowanie tego osi.

Domyślnie „oś” jest równa -1 na podstawie ostatniej osi; będzie kontynuować sortowanie elementów tablicy. Następnie atrybut „rodzaj” przyjmie techniki sortowania albo może być szybki sort, sortowanie, sortowanie lub stabilne sortowanie opcjonalnego. Domyślnie jest to szybki sort.

Ostatni parametr Numpy.sort () przyjmuje to „zamówienie”, które sortuje zamówienie na podstawie pola dla tablicy o różnych polach o innej kolejności. Mogą to być pojedyncze lub wiele nazw kolumn.

Wartość zwracana Numpy.sortować()

Ten Numpy.sort () zwróci tablicę posortowaną, która ma podobny kształt i typ danych.

Przykład 1:

Zacznijmy od podstawowego przykładu, który pomoże nam zrozumieć, jak Numpy.sort () sortuje tablicę. Musimy zaimportować moduł Numpy i nazwać go NP, aby pobrać Numpy.sort () funkcja.

W tym konkretnym przykładzie zdefiniowaliśmy tablicę o wartościach 3,9,6,1,5,8 w „ARR1”. Ten ARR1 przejdzie jako argument w NP.sortować(). Mamy NP.Sortuj wartość „A”. Funkcja print () wywoła „a” i wyświetli wyjście.

importować Numpy jako NP
arr1 = np.tablica ([3,9,6,1,5,8])
A = (NP.sort (ARR1))
Drukuj (a)

Wyjście posortowanej tablicy znajduje się na ekranie konsoli.

Przykład 2:

Teraz zamierzamy uruchomić kod tablicy 2D. Tutaj w kodzie ponownie importujemy pakiet modułu Numpy, aby uzyskać dostęp do funkcji sort (). Zrobiliśmy tablicę 2D jako „ARR1” za pomocą NP.funkcja array ().

Stwierdziliśmy zmienną „ARR2” i przypisaliśmy zwróconą wartość NP.sort () funkcja, w której przekazuje się tablica wejściowa ARR1. Ten kod wydrukuje oba tablice przed sortowaniem i po sortowaniu za pomocą instrukcji drukowania.

importować Numpy jako NP
Arr1 = np.tablica ([[1,5,3,7], [17,9,19,15], [33,23,85,57]]))
Drukuj („tablica przed sortowaniem”, ARR1)
ARR2 = NP.sort (ARR1)
Drukuj („tablica po sortowaniu”, ARR2)

Możesz zobaczyć, w jaki sposób wyjście tablicy przed sortowaniem i po sortowaniu jest wyświetlane po wykonaniu kodu.

Przykład 3:

Jak wyżej, omówiliśmy tablicę 2D i widziliśmy proste dane wyjściowe tego kodu. Teraz w tym przykładzie mamy tablicę 3D ze zmienną „A”, która będzie przechowywać NP.array () wiele wartości, a następnie zdefiniowaliśmy „wynik” i przypisaliśmy NP.sort () funkcja, która zwróci wartość tablicy wejściowej „A”, a my ustawiliśmy „oś” na wartość z 2, która sortuje tablicę wzdłuż trzeciej osi, gdy tablica zaczyna się od 0.

Parametry i zamówienia są przyjmowane jako brak w tym kodzie. Na koniec wyświetlamy wynik wyjścia za pośrednictwem instrukcji drukowania.

importować Numpy jako NP
A = NP.tablica ([[[10, 7, 13, 21], [25, 8, 29, 4], [51, 18, 33, 17]], [[14, 1, 13, 73], [23, 7 , 12, 14], [41, 34, 33, 57]], [[10, 86, 13, 62], [34, 7, 20, 14], [31, 34, 73, 7]]))
Wynik = NP.sort (a, axis = -1, cind = brak, zamów = brak)
druk („tablica po sortowaniu”, wynik)

Otrzymamy dane wyjściowe posortowanej tablicy pokazanej poniżej

Przykład 4:

Tutaj w tym przykładzie będziemy sortować alfabetycznie. Przez alfabetycznie rozumiemy szereg strun. Z tą funkcją Numpy.sort () logika, zaimplementujmy przykład. Najpierw stworzyliśmy tablicę NP.array () „łańcucha z wartościami Gina, Bobby i Harry'ego, które są zdefiniowane w zmiennej„ x ”.

Następnie zdefiniowano zmienną „sorted_arr”, która zwróci argument przekazany w NP.sort () funkcja. W tym przypadku NP.sort () funkcja przekazana „x”, „oś” jest równa 1, a „miły” i „porządek” są reprezentowane jako brak. Dane wyjściowe tego przykładowego kodu zostanie wyświetlone omijanie „sorted_arr” w funkcji print ()

importować Numpy jako NP
x = np.Array ([„Gina”, „Bobby”, „Harry”])
sorted_arr = np.sort (x, oś = 1, cind = brak, zamów = brak)
print (sorted_arr)

Oto zrzut ekranu powyższego kodu

Przykład 5:

W tym przykładzie weźmiemy parametr „zamów”, który pozwala nam przejść pole jako ciąg. Zdefiniowaliśmy tablicę ustrukturyzowaną z polem zdefiniowanym jako nazwa_person_name, Height_Value, Age_Limit i Gender_name w zmiennej „Dtype” i wartości zdefiniowanej zgodnie z nazwami pól w zmiennej „wartości”.

Nazwa zmiennej „A” weźmie te wartości, przekazując je przez NP.funkcja array (). Następnie zadeklarowaliśmy dwie zmienne jako „B” i „C”, które zwróci wartość NP.sort () funkcja. W tym NP. sort () funkcja, możemy zdecydować, które pole zorganizować, przekazując je do ciągu przez parametr „zamów”.

Początkowo przyjmujemy „rozkaz”, aby sortować z polem „Age_limit”, a następnie bierzemy dwa pola „AGE_LIMIT” i „Height_Value”, aby sortować. Wykonajmy kod i zobaczmy, jak zwróci dane wyjściowe.

Dane wyjściowe pokazuje posortowaną kopię tablicy z określonym zamówieniem.

Wniosek

Dokładnie omówiliśmy funkcję Numpy sort () z wydajnym i zwięzłym kodem przykładowym. Aby przeprowadzić te operacje sortowania, Python zapewnia nam ten wbudowany Numpy.sort () funkcja. Pomoże ci zrozumieć logikę, którą zaimplementowaliśmy dla Numpy.sort () funkcja.