NumPy - 沿轴排序

在 NumPy 中沿轴排序

在 NumPy 中，数组可以是多维的，并且可以沿任意维度(轴)进行排序。沿轴排序意味着根据该轴上的值按特定顺序排列数组元素。

在 NumPy 中，不同的轴包括:第 0 个轴(行)、第 1 个轴(列)和更高轴(深度或其他维度)。

np.sort() 函数

np.sort() 函数对数组元素进行排序，并返回一个包含排序后元素的新数组。排序可以沿指定的轴进行，如果未指定轴，则该函数默认沿最后一个轴排序。语法如下:

numpy.sort(a, axis=-1, kind=None, order=None)

其中:

• a: 待排序的数组。
• axis: 排序时所沿的轴。默认值为 -1，表示沿最后一个轴排序。
• kind: 使用的排序算法。选项包括"quicksort"、"mergesort"、"heapsort"和"stable"。
• order: 用于对结构化数组进行排序，以定义要比较的字段。

沿轴 0(行)排序

在 NumPy 中，沿轴 0 排序是指沿垂直轴对数组元素进行排序，该轴对应于二维数组中的行。

当您想要根据每列中的值对矩阵的行进行排序时，此操作非常有用。

在二维数组中 -

• 轴 0 对应于行。
• 轴 1 对应于列。

沿轴 0 排序时， NumPy 按列对元素进行排序。对于每一列，值按升序排列，行也相应地重新排序。

示例

在下面的示例中，我们使用 sort() 函数对每一列中的元素进行排序 -

import numpy as np

# 创建二维数组
arr = np.array([[3, 6, 4], [5, 1, 2]])

# 沿轴 0(行)排序
sorted_arr_axis0 = np.sort(arr, axis=0)

print("原始数组:
", arr)
print("沿轴 0 排序:
", sorted_arr_axis0)

输出将对行进行重新排序，使每一列中的值按升序排列−

原始数组:
[[3 6 4]
[5 1 2]]
沿轴 0 排序:
[[3 1 2]
[5 6 4]]

沿轴 1(列)排序

在 NumPy 中，沿轴 1 排序是指沿水平轴对数组元素进行排序，该水平轴对应于二维数组中的列。当你想根据元素的值对每行元素进行排序时，此操作非常有用。

沿轴 1 排序时，NumPy 按行对元素进行排序。对于每一行，值按升序排列，列的顺序也相应调整。

示例

在此示例中，我们使用 sort() 函数对每行元素进行排序 −

import numpy as np

# 创建二维数组
arr = np.array([[3, 2, 1], [6, 5, 4]])

# 沿轴 1(列)排序
sorted_arr_axis1 = np.sort(arr, axis=1)

print("原始数组:
", arr)
print("沿轴 1 排序后:
", sorted_arr_axis1)

输出结果将对每一行中的列进行重新排序，使值按升序排列 -

原始数组:
[[3 2 1]
[6 5 4]]
沿轴 1 排序后:
[[1 2 3]
[4 5 6]]

多维数组排序

排序NumPy 中的多维数组涉及沿一个或多个特定轴组织数组元素。

在多维数组中沿特定轴排序类似于在二维数组中排序，但扩展到更高维度。以下是沿不同轴排序的工作原理 -

• 轴 0(第一维):沿轴 0 排序会影响行。
• 轴 1(第二维):沿轴 1 排序会影响列。
• 轴 2(第三维):在三维数组中，沿轴 2 排序会影响深度切片。

示例

在下面的示例中，我们沿不同的轴对三维数组进行排序:深度(轴 0)、行(轴 1)和列(轴 2)。每次排序操作都会按指定维度排列元素，从而生成不同顺序的数组 -

import numpy as np

# 创建三维数组
arr = np.array([[[3, 2, 1], [6, 5, 4]], [[9, 8, 7], [12, 11, 10]]])

# 沿轴 0(深度)排序
sorted_arr_axis0 = np.sort(arr, axis=0)

# 沿轴 1(行)排序
sorted_arr_axis1 = np.sort(arr, axis=1)

# 沿轴 2(列)排序
sorted_arr_axis2 = np.sort(arr, axis=2)

print("原始数组:
", arr)
print("沿轴 0 排序:
", sorted_arr_axis0)
print("沿轴 1 排序:
", sorted_arr_axis1)
print("沿轴 2 排序:
", sorted_arr_axis2)

以下是上述代码的输出 -

原始数组:
[[[ 3 2 1]
[ 6 5 4]]
[[ 9 8 7]
[12 11 10]]]
沿轴 0 排序:
[[[ 3 2 1]
[ 6 5 4]]
[[ 9 8 7]
[12 11 10]]]
沿轴 1 排序:
[[[ 3 2 1]
[ 6 5 4]]
[[ 9 8 7]
[12 11 10]]]
沿轴 2 排序:
[[[ 1 2 3]
[ 4 5 6]]
[[ 7 8 9]
[10 11 12]]]

使用不同算法排序

NumPy sort() 函数支持多种排序算法，每种算法都有其优势 -

• 快速排序
• 归并排序
• 堆排序
• 稳定排序

可以通过设置 np.sort() 函数中的 kind 参数来选择这些算法。默认情况下，NumPy 使用"快速排序"算法。

排序算法是按特定顺序排列元素的方法。不同的算法具有不同的性能特征，并针对不同类型的数据和数组大小进行了优化。

示例

在此示例中，数组沿轴"1"使用"快速排序"和"合并排序"算法进行排序。不同的排序算法会影响性能和稳定性 -

import numpy as np

# 创建二维数组
arr = np.array([[3, 2, 1], [6, 5, 4]])

# 使用不同算法排序
sorted_quicksort = np.sort(arr, axis=1, kind='quicksort')
sorted_mergesort = np.sort(arr, axis=1, kind='mergesort')

print("使用快速排序排序:
", sorted_quicksort)
print("使用合并排序排序:
", sorted_mergesort)

输出结果如下 -

使用快速排序排序:
[[1 2 3]
[4 5 6]]
已归并排序:
[[1 2 3]
[4 5 6]]