Numpy argsort() 函数

numpy.argsort() 函数用于返回对数组进行排序的索引。此函数使用 kind 参数指定的算法沿给定轴执行间接排序。

numpy.argsort() 函数返回一个索引数组，该数组的形状与沿给定轴按排序顺序排列的索引数据相同。当我们需要排序顺序，但又想手动重新排列数组或其他数据时，此函数特别有用。

如果输入不是有效的类数组对象，或者包含无法比较或排序的元素，numpy.argsort() 函数会引发 TypeError。

语法

以下是 Python numpy.argsort() 函数的语法 -

numpy.argsort(arr, axis=-1, kind=None, order=None)

参数

以下是 Python numpy.argsort() 函数的参数 -

• arr:索引对应的输入数组计算已排序元素的顺序。
• order(可选):指定结构化数组的字段顺序。例如，按结构化数组中的多个字段排序。
• axis(可选):排序的轴 -
  • -1(默认值):沿最后一个轴排序。
  • 0:沿列(垂直)排序。
  • 1:沿行(水平)排序。
• kind(可选):指定排序算法。选项包括:
  • 快速排序(默认):快速但不稳定。
  • 合并排序:稳定，并保持相等元素的相对顺序。
  • 堆排序:内存效率高，但比"快速排序"慢。
  • 稳定排序:NumPy 1.15 中引入的稳定排序算法。

返回类型

此函数返回一个与输入数组形状相同的索引数组，该数组表示元素的排序顺序。

示例

以下是一个简单的示例，使用 Python numpy.argsort() 函数查找对一维 NumPy 数组进行排序的索引:-

import numpy as np
my_array = np.array([25, 5, 15, 10])
sorted_indices = np.argsort(my_array)
print("原始数组:", my_array)
print("排序后数组的索引:", sorted_indices)
print("排序后数组:", my_array[sorted_indices])

输出

原始数组:[25 5 15 10]
排序后数组的索引:[1 3 2 0]
排序后数组:[ 5 10 15 25]

示例:沿序排序轴

我们可以使用 axis 参数沿多维数组中的特定轴进行排序。以下示例演示了如何对行 (axis=1) 和列 (axis=0) 进行排序 -

import numpy as np
my_array = np.array([[8, 2, 7], [4, 9, 1]])
row_indices = np.argsort(my_array, axis=1)
col_indices = np.argsort(my_array, axis=0)

print("原始数组:
", my_array)
print("按行排序的索引:
", row_indices)
print("按列排序的索引:
", col_indices)

输出

原始数组:
[[8 2 7]
[4 9 1]]
按行排序的索引:
[[1 2 0]
[2 0 1]]
按列排序的索引:
[[1 0 1]
[0 1 0]]

示例:使用自定义数据类型排序

order 参数用于结构化数组。以下是查找按特定字段排序的索引的示例 -

import numpy as np
my_array = np.array([(1, 'Zebra', 100), (2, 'Apple', 50), (3, 'Monkey', 75)],
dtype=[('id', int), ('name', 'U10'), ('score', int)])
indices_by_name = np.argsort(my_array, order='name')
print("原始数组:
", my_array)
print("按名称排序的索引:
", indices_by_name)
print("按名称排序后的数组:
", my_array[indices_by_name])

输出

原始数组:
[(1, 'Zebra', 100) (2, 'Apple', 50) (3, 'Monkey', 75)]
按名称排序的索引:
[1 2 0]
按名称排序后的数组:
[(2, 'Apple', 50) (3, 'Monkey', 75) (1, 'Zebra', 100)]

numpy_array_manipulation.html