numpy.argsort

numpy.argsort(a, axis=-1, kind=None, order=None, *, stable=None)

返回能够对数组进行排序的索引。

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

参数：

aarray_like

要排序的数组。

axisint 或 None，可选

要排序的轴。默认为 -1（最后一个轴）。如果为 None，则使用扁平化的数组。

kind{'quicksort', 'mergesort', 'heapsort', 'stable'}，可选

排序算法。默认为 'quicksort'。请注意，'stable' 和 'mergesort' 都使用 timsort 算法，并且通常，实际的实现会随着数据类型的变化而变化。保留 'mergesort' 选项是为了向后兼容。

orderstr 或 str 列表，可选

当 a 是一个具有定义字段的数组时，此参数指定首先比较哪些字段，其次比较哪些字段，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其在 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结果相等的 a 值的相对顺序。如果为 False 或 None，则不保证这一点。内部，此选项选择 kind='stable'。默认值：None。

版本 2.0.0 中的新功能。

返回：

index_arrayndarray, int

沿指定 axis 排序 a 的索引数组。如果 a 是一维数组，则 a[index_array] 将产生排序后的 a。更一般地说，np.take_along_axis(a, index_array, axis=axis) 始终产生排序后的 a，无论其维度如何。

另请参见

sort

描述使用的排序算法。

lexsort

具有多个键的间接稳定排序。

ndarray.sort

就地排序。

argpartition

间接部分排序。

take_along_axis

将 argsort 中的 index_array 应用于数组，如同调用 sort 一样。

备注

有关不同排序算法的说明，请参见 sort。

从 NumPy 1.4.0 开始，argsort 可用于包含 NaN 值的实数/复数数组。增强的排序顺序在 sort 中有说明。

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 维数组的已排序元素的索引

>>> 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])