numpy.argsort#

numpy.argsort(a, axis=-1, kind=None, order=None, *, stable=None)[源代码]#

返回将对数组排序的索引.

使用 kind 关键字指定的算法,沿给定的轴执行间接排序.它返回一个与 a 形状相同的索引数组,该数组按排序顺序索引沿给定轴的数据.

参数:
aarray_like

要排序的数组.

轴int 或 None,可选

沿其排序的轴.默认为 -1(最后一个轴).如果为 None,则使用扁平化数组.

kind{‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}, optional

排序算法.默认为 ‘quicksort’.请注意,’stable’ 和 ‘mergesort’ 都在底层使用 timsort,并且通常,实际实现会因数据类型而异.保留 ‘mergesort’ 选项是为了向后兼容.

orderstr 或 list of str,可选

当 a 是具有字段定义的数组时,此参数指定首先比较哪些字段,其次比较哪些字段,依此类推.单个字段可以指定为字符串,并且不需要指定所有字段,但未指定的字段仍将按 dtype 中出现的顺序使用,以打破平局.

stablebool,可选

排序稳定性.如果为 True ,则返回的数组将保持比较起来相等的 a 值的相对顺序.如果为 False 或 None ,则不保证这一点.在内部,此选项选择 kind='stable' .默认值: None .

在 2.0.0 版本加入.

返回:
index_arrayndarray, int

沿指定的 axis 对 a 进行排序的索引数组.如果 a 是一维的,则 a[index_array] 产生一个排序后的 a .更一般地, np.take_along_axis(a, index_array, axis=axis) 始终产生排序后的 a ,而与维度无关.

参见

sort

描述了使用的排序算法.

lexsort

具有多个键的间接稳定排序.

ndarray.sort

原地排序.

argpartition

间接部分排序.

take_along_axis

将来自 argsort 的 index_array 应用于数组,就像通过调用 sort 一样.

注释

有关不同排序算法的说明,请参见 sort .

从 NumPy 1.4.0 开始, argsort 可以处理包含 nan 值的实数/复数数组.增强的排序顺序记录在 sort 中.

示例

一维数组:

>>> import numpy as np
>>> 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])

使用键进行排序:

>>> 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])
On this page