numpy.argsort#

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

返回将数组排序后的索引。

沿给定轴执行间接排序，使用 kind 关键字指定的算法。它返回一个与 a 具有相同形状的索引数组，该数组沿给定轴按排序顺序索引数据。

参数:
a类数组对象

要排序的数组。

axisint 或 None, 可选

沿哪个轴进行排序。默认值为 -1（最后一个轴）。如果为 None，则使用展平后的数组。

kind{‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}, optional

排序算法。默认为 ‘quicksort’。请注意，‘stable’ 和 ‘mergesort’ 都在底层使用了 timsort，并且通常，实际实现会因数据类型而异。‘mergesort’ 选项是为了向后兼容而保留的。

orderstr 或 str 列表, optional

当 a 是一个具有已定义字段的数组时，此参数指定首先、其次等要比较的字段。单个字段可以指定为字符串，并且不必指定所有字段，但未指定的字段仍将按照它们在 dtype 中出现的顺序用于打破平局。

stablebool, optional

排序稳定性。如果为 True，则返回的数组将保持 a 中比较相等的元素之间的相对顺序。如果为 False 或 None，则不保证如此。内部而言，此选项选择 kind='stable'。默认值：None。

版本 2.0.0 中新增。

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] 将产生一个已排序的 a。更一般地说，np.take_along_axis(a, index_array, axis=axis) 始终产生已排序的 a，而与维度无关。

另请参阅

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

原地排序。

argpartition

间接部分排序。

take_along_axis

将 argsort 的 index_array 应用到数组上，如同调用 sort 一样。

备注

有关不同排序算法的说明，请参阅 sort。

从 NumPy 1.4.0 开始，argsort 可以处理包含 nan 值的实数/复数数组。增强的排序顺序记录在 sort 中。

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])
在此页面