numpy.sort

numpy.sort(a, axis=-1, kind='quicksort', order=None) [source]

Возвращает отсортированную копию массива.

Параметры:

a : array_like Массив, который нужно отсортировать. axis : int или None, необязательно Ось, по которой нужно отсортировать. Если None, массив сжимается перед сортировкой. По умолчанию -1, что сортирует по последней оси. kind : {‘quicksort’, ‘mergesort’, ‘heapsort’}, необязательно Алгоритм сортировки. По умолчанию ‘quicksort’. order : str или список str, необязательно Когда a является массивом с определёнными полями, этот параметр указывает, какие поля сравнивать в первую, вторую и т. д. очередь. Одно поле может быть указано как строка, и не все поля обязательно должны быть указаны, но не указанные поля всё равно будут использоваться в порядке их появления в dtype для разрыва ничьих.

Возвращает:

sorted_array : ndarray Массив того же типа и формы, что и a.

См. также

ndarray.sort

Метод для сортировки массива на месте.

argsort

Непрямая сортировка.

lexsort

Непрямая устойчивая сортировка по нескольким ключам.

searchsorted

Найти элементы в отсортированном массиве.

partition

Частичная сортировка.

Примечания

Различные алгоритмы сортировки характеризуются их средней скоростью, наихудшим случаем производительности, размером рабочего пространства и тем, являются ли они устойчивыми. Устойчивая сортировка сохраняет элементы с одинаковым ключом в том же относительном порядке. Три доступных алгоритма имеют следующие свойства:

kind	скорость	наихудший случай	рабочее пространство	устойчивая
‘quicksort’	1	O(n^2)	0	нет
‘mergesort’	2	O(n*log(n))	~n/2	да
‘heapsort’	3	O(n*log(n))	0	нет

Все алгоритмы сортировки создают временные копии данных при сортировке по любой оси, кроме последней. Следовательно, сортировка по последней оси быстрее и использует меньше памяти, чем сортировка по любой другой оси.

Порядок сортировки комплексных чисел является лексикографическим. Если и вещественная, и мнимая части не являются nan, то порядок определяется вещественными частями, за исключением случаев, когда они равны, в этом случае порядок определяется мнимыми частями.

До numpy 1.4.0 сортировка вещественных и комплексных массивов, содержащих значения nan, приводила к неопределенному поведению. В версиях numpy >= 1.4.0 значения nan сортируются в конец. Расширенный порядок сортировки:

• Вещественный: [R, nan]
• Комплексный: [R + Rj, R + nanj, nan + Rj, nan + nanj]

где R — вещественное значение, не являющееся nan. Комплексные значения с одинаковым расположением nan сортируются в соответствии с частью, не являющейся nan, если она существует. Значения, не являющиеся nan, сортируются как и раньше.

Введено в версии 1.12.0.

quicksort был изменён на introsort, который переключится на heapsort, когда не будет достаточно прогресса. Это делает его наихудший случай O(n*log(n)).

Примеры

>>> a = np.array([[1,4],[3,1]])
>>> np.sort(a)                # sort along the last axis
array([[1, 4],
       [1, 3]])
>>> np.sort(a, axis=None)     # sort the flattened array
array([1, 1, 3, 4])
>>> np.sort(a, axis=0)        # sort along the first axis
array([[1, 1],
       [3, 4]])

Используйте ключевое слово order для указания поля, которое нужно использовать при сортировке структурированного массива:

>>> dtype = [('name', 'S10'), ('height', float), ('age', int)]
>>> values = [('Arthur', 1.8, 41), ('Lancelot', 1.9, 38),
...           ('Galahad', 1.7, 38)]
>>> a = np.array(values, dtype=dtype)       # create a structured array
>>> np.sort(a, order='height')                        
array([('Galahad', 1.7, 38), ('Arthur', 1.8, 41),
       ('Lancelot', 1.8999999999999999, 38)],
      dtype=[('name', '|S10'), ('height', '<f8'), ('age', '<i4')])

Отсортировать по возрасту, затем по росту, если возраста равны:

>>> np.sort(a, order=['age', 'height'])               
array([('Galahad', 1.7, 38), ('Lancelot', 1.8999999999999999, 38),
       ('Arthur', 1.8, 41)],
      dtype=[('name', '|S10'), ('height', '<f8'), ('age', '<i4')])