numpy.argsort

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

返回将对数组排序的索引。

使用指定的算法沿给定轴执行间接排序 kind 关键字。它返回与形状相同的索引数组 a 沿给定轴按排序的顺序对数据进行索引。

参数

aarray_like

数组排序。

axisint或none，可选

要排序的轴。默认值为-1（最后一个轴）。如果没有，则使用扁平数组。

kind'quicksort'、'mergesort'、'heapssort'、'stable'，可选

排序算法。默认值为“快速排序”。请注意，“stable”和“mergesort”都在幕后使用timsort，通常情况下，实际实现会因数据类型而异。保留“mergesort”选项是为了向后兼容。

在 1.15.0. 版更改: 添加了“稳定”选项。

orderstr或str列表，可选

什么时候？ a 是一个定义了字段的数组，此参数指定要比较第一个、第二个等的字段。可以将单个字段指定为字符串，但并非所有字段都需要指定，但未指定的字段仍将按它们在数据类型中出现的顺序使用，以断开关系。

返回

index_array恩达雷

排序的索引数组 a 沿着指定的 axis .如果 a 是一维的， a[index_array] 产生排序 a . 更一般地说， np.take_along_axis(a, index_array, axis=axis) 总是产生排序 a 不考虑维度。

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

替换排序。

argpartition

间接部分排序。

take_along_axis

应用 index_array 从argsort到数组，就像调用sort一样。

笔记

见 sort 有关不同排序算法的说明。

从numpy 1.4.0开始 argsort 使用包含NaN值的实/复杂数组。增强的排序顺序记录在 sort .

实例

一维数组：

>>> x = np.array([3, 1, 2])
>>> np.argsort(x)
array([1, 2, 0])

二维阵列：

>>> 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维数组中已排序元素的索引：

>>> 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])

numpy.lexsort numpy.msort