numpy.ma.masked_array.sort¶

方法

ma.masked_array.sort(axis=- 1, kind=None, order=None, endwith=True, fill_value=None)[源代码]¶

对数组进行适当的排序

参数

aarray_like: 要排序的数组。
axis可选的: 要排序的轴。如果没有，则在排序前将数组展平。默认值是-1，它沿最后一个轴排序。
kind'quicksort'、'mergesort'、'heapssort'、'stable'，可选: 使用的排序算法。
order可选列表: 什么时候？ a 是一个结构化数组，此参数指定第一个、第二个等要比较的字段。此列表不需要包括所有字段。
endwith真、假，可选: 当数组包含按数据类型的相同极端排序的未屏蔽值时，是否应将缺少的值（如果有）视为最大值（True）或最小值（False），这些值和屏蔽值的顺序未定义。
fill_value标量或无，可选: 内部用于屏蔽值的值。如果 fill_value 不是“无”，它将取代 endwith .

返回

sorted_array恩达雷: 与相同类型和形状的数组 a .

参见

numpy.ndarray.sort: 方法对数组进行就地排序。
argsort: 间接排序。
lexsort: 多个键上的间接稳定排序。
searchsorted: 在已排序的数组中查找元素。

笔记

见 sort 有关不同排序算法的说明。

实例

>>> 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)