numpy.argsort#

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

返回可以对数组进行排序的索引.

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

参数:
aarray_like

要排序的数组.

axis整数或无,可选

要排序的轴.默认是 -1（最后一个轴）.如果为 None,则使用展平的数组.

kind{‘快速排序’, ‘归并排序’, ‘堆排序’, ‘稳定’}, 可选

排序算法.默认是 ‘quicksort’.注意,’stable’ 和 ‘mergesort’ 在底层使用 timsort,并且实际的实现会随数据类型而变化.’mergesort’ 选项保留用于向后兼容.

在 1.15.0. 版本发生变更: 添加了 ‘stable’ 选项.

orderstr 或 str 列表,可选

当 a 是一个定义了字段的数组时,此参数指定首先比较哪些字段,其次比较哪些字段等.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使用,按它们在 dtype 中出现的顺序来打破平局.

stable布尔值, 可选

排序稳定性.如果 True,返回的数组将保持 a 值之间的相对顺序,这些值比较为相等.如果 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 axis 对 a 进行排序的索引数组.如果 a 是一维的,``a[index_array]`` 生成排序后的 a.更一般地,``np.take_along_axis(a, index_array, axis=axis)`` 总是生成排序后的 a,无论其维度如何.

参见

sort

描述了使用的排序算法.

lexsort

使用多个键进行间接稳定排序.

ndarray.sort

原地排序.

argpartition

间接部分排序.

take_along_axis

将 index_array 从 argsort 应用于数组,就像调用 sort 一样.

备注

关于不同的排序算法的注释,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.增强的排序顺序在 sort 中记录.

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])

按键排序:

>>> 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