numpy.ma.MaskedArray.sort#

方法

ma.MaskedArray.sort(axis=-1, kind=None, order=None, endwith=True, fill_value=None, *, stable=False)[源代码]#

对数组进行就地排序

参数:

aarray_like: 要排序的数组。
axisint，可选: 沿其排序的轴。如果为 None，则在排序之前将数组展平。默认值为 -1，它沿最后一个轴排序。
kind{‘quicksort’，‘mergesort’，‘heapsort’，‘stable’}，可选: 使用的排序算法。
orderlist，可选: 当 a 是结构化数组时，此参数指定首先比较哪些字段，然后比较第二个字段，依此类推。此列表不需要包含所有字段。
endwith{True，False}，可选: 是否应将缺失值（如果有）视为最大值 (True) 或最小值 (False)。当数组包含在数据类型的相同极端值处排序的未掩码值时，这些值和掩码值的顺序未定义。
fill_value标量或 None，可选: 内部用于掩码值的值。如果 fill_value 不是 None，它将取代 endwith。
stablebool，可选: 仅与 np.sort 兼容。忽略。

返回:

sorted_arrayndarray: 与 a 类型和形状相同的数组。

参见

numpy.ndarray.sort: 用于对数组进行就地排序的方法。
argsort: 间接排序。
lexsort: 对多个键进行间接稳定排序。
searchsorted: 在排序后的数组中查找元素。

注释

有关不同排序算法的注释，请参阅 sort。

示例

>>> import numpy as np
>>> a = np.ma.array([1, 2, 5, 4, 3],mask=[0, 1, 0, 1, 0])
>>> # Default
>>> a.sort()
>>> a
masked_array(data=[1, 3, 5, --, --],
             mask=[False, False, False,  True,  True],
       fill_value=999999)

>>> a = np.ma.array([1, 2, 5, 4, 3],mask=[0, 1, 0, 1, 0])
>>> # Put missing values in the front
>>> a.sort(endwith=False)
>>> a
masked_array(data=[--, --, 1, 3, 5],
             mask=[ True,  True, False, False, False],
       fill_value=999999)

>>> a = np.ma.array([1, 2, 5, 4, 3],mask=[0, 1, 0, 1, 0])
>>> # fill_value takes over endwith
>>> a.sort(endwith=False, fill_value=3)
>>> a
masked_array(data=[1, --, --, 3, 5],
             mask=[False,  True,  True, False, False],
       fill_value=999999)