Ordine numpy

Numpy è una biblioteca standard Python che lavora con un array per risolvere operazioni matematiche e logiche di alto livello. Questo modulo numpy fornisce una funzione chiamata numpy.Ordine () funzione. Poiché l'ordinamento è un processo di organizzazione di valori da un ordine basso a alto. Numpy.La funzione Ordine () ordina direttamente vari elementi usando algoritmi specifici dall'array dato.

Questo metodo restituisce sempre la copia ordinata di un array con la stessa forma e tipi di dati dell'array originale. Questo articolo discuterà di Numpy.sort () funzionare in dettaglio con esempi semplici ed in esecuzione. Abbiamo usato il terminale Spyder per esempi di codice di esecuzione.

Sintassi di Numpy.ordinare()

La sintassi viene utilizzata per l'ordinamento di un elemento fornito da un modulo numpy in Python. Ecco il numpy.La funzione di ordinamento () sta per ordinare un array prendendo argomenti.

# numpy.Ordina (A, axis = -1, kind = "Quick Ord", ordine = nessuno)

Parametri passati in numpy.ordinare()

Dalla sintassi sopra, abbiamo una variabile come "a" che dovremmo ordinare gli elementi. Dobbiamo passare questo array come primo argomento. Il parametro successivo passato è l '"asse" attraverso il quale dovrebbe essere fatto questo assetto dell'asse.

Per impostazione predefinita, "asse" è uguale a -1 in base all'ultimo asse; Continuerà a ordinare gli elementi di un array. Allora è, l'attributo "gentile" prenderà le tecniche di smistamento o potrebbe essere un ordinamento rapido, unisci, ordinamento o ordinamento stabile il suo opzionale. È un ordine rapido per impostazione predefinita.

L'ultimo parametro numpy.Sort () prenderà è "ordine" che ordina l'ordine in base ai campi per un array con campi diversi con un ordine diverso. Questi possono essere nomi di colonne singoli o più.

Valore di ritorno di Numpy.ordinare()

Questo numpy.sort () restituirà un array ordinato che ha una forma e un tipo di dati simili.

Esempio 1:

Cominciamo solo con un esempio di base che ci aiuterà a capire quanto Numpy.sort () ordinerà un array. Dobbiamo importare il modulo numpy e nominarlo come np per recuperare numpy.Ordine () funzione.

In questo particolare esempio, abbiamo definito un array con i valori 3,9,6,1,5,8 in 'arr1'. Questo ARR1 passerà come argomento in NP.ordinare(). Abbiamo archiviato il NP.Ordina in un valore 'a'. La funzione print () chiamerà 'A' e visualizzerà l'output.

Importa Numpy come NP
arr1 = np.Array ([3,9,6,1,5,8])
A = (NP.Ordina (arr1))
Stampa (a)

L'uscita di un array ordinato è sulla schermata della console.

Esempio 2:

Ora eseguiremo il codice di array 2D. Qui nel codice, importiamo di nuovo il pacchetto modulo numpy per accedere alla funzione Ordine (). Abbiamo fatto un array 2D come 'arr1' usando il NP.funzione array ().

Abbiamo dichiarato una variabile "arr2" e assegnato un valore restituito di NP.Funzione di ordinamento () in cui viene passata l'array di ingresso arr1. Questo codice stamperà entrambi gli array prima dell'ordinamento e dopo l'ordinamento con l'aiuto di un'istruzione di stampa.

Importa Numpy come NP
Arr1 = np.Array ([[1,5,3,7], [17,9,19,15], [33,23,85,57]]))
Stampa ("Array prima dell'ordinamento", ARR1)
Arr2 = np.Ordina (arr1)
Stampa ("Array dopo l'ordinamento", ARR2)

Puoi vedere come viene visualizzato l'output dell'array prima dell'ordinamento e dopo l'ordinamento dopo aver eseguito il codice.

Esempio 3:

Come sopra, abbiamo discusso dell'array 2D e vedere il semplice output di quel codice. Ora in questo esempio, stiamo avendo un array 3D con una variabile "A" che memorizzerà NP.array () valori multipli quindi abbiamo definito "risultato" e assegnato NP.Funzione di ordinamento () che restituirà un valore di un array di input "A" e abbiamo impostato la "asse" su un valore con 2 che ordina l'array lungo il terzo asse come array inizi da 0.

I parametri del genere e degli ordini sono presi come nessuno in questo codice. Infine, stiamo visualizzando il risultato dell'uscita tramite un'istruzione di stampa.

Importa Numpy come NP
a = np.array ([[[[10, 7, 13, 21], [25, 8, 29, 4], [51, 18, 33, 17]], [[14, 1, 13, 73], [23, 7 , 12, 14], [41, 34, 33, 57]], [[10, 86, 13, 62], [34, 7, 20, 14], [31, 34, 73, 7]]])
Risultato = np.ordin (a, axis = -1, kind = nessuno, ordine = nessuno)
Stampa ("Array dopo l'ordinamento", risultato)

Otterremo l'output dell'array ordinato mostrato di seguito

Esempio 4:

Qui in questo esempio, ordineremo in ordine alfabetico. In ordine alfabetico, intendiamo una serie di stringhe. Con questa funzione numpy.logica di ordinamento (), implementiamo un esempio. Innanzitutto, abbiamo creato un Array 'NP.Array () 'di una stringa con i valori Gina, Bobby e Harry che è definito in una variabile' X '.

Quindi viene definita una variabile 'Sorted_arr' che restituirà un argomento passato in NP.Ordine () funzione. In questo caso, il NP.La funzione Ordina () passata "x", "asse" è uguale a 1 e "kind" e "ordine" sono rappresentati come nessuno. L'output di questo codice di esempio verrà visualizzato bypassing 'Sorted_arr' nella funzione print ()

Importa Numpy come NP
x = np.Array (['Gina', 'Bobby', 'Harry'])
Sorted_arr = np.Ordina (x, axis = 1, kind = nessuno, ordine = nessuno)
Stampa (Sorted_arr)

Ecco lo screenshot del codice sopra

Esempio 5:

In questo esempio, prenderemo un parametro "ordine" che ci consente di passare un campo come stringa. Abbiamo definito un array strutturato con il campo definito come persona_name, height_value, age_limit e gender_name in una variabile "dtype" e valore definito in base ai nomi dei campi in una variabile "valori".

Il nome variabile 'A' prenderà questi valori passandoli attraverso il NP.funzione array (). Quindi abbiamo dichiarato due variabili come "b" e "c" che restituiranno un valore di NP.Ordine () funzione. In questo NP. Ordine () funzione, possiamo decidere quale campo organizzarlo passando a una stringa attraverso il parametro "ordine".

All'inizio, stiamo prendendo "ordine" per ordinare con il campo "age_limit", e poi stiamo prendendo due campi "age_limit" e "height_value" per ordinare. Eseguiamo un codice e vediamo l'output che tornerà.

L'output mostra la copia ordinata dell'array con un ordine specificato.

Conclusione

Abbiamo discusso a fondo la funzione Numpy Sort () con un codice di esempio efficiente e conciso. Per eseguire queste operazioni di smistamento, Python ci fornisce questo numpy integrato.Ordine () funzione. Ti aiuterà a capire la logica che abbiamo implementato per Numpy.Ordine () funzione.