numpy.ma.MaskedArray.sort

метод

MaskedArray.sort(self, axis=-1, kind=None, order=None, endwith=True, fill_value=None) [source]

Сортирует массив на месте

Параметры:

a : array_like Массив, который нужно отсортировать. axis : int, optional Ось, по которой нужно сортировать. Если None, массив сглаживается перед сортировкой. По умолчанию -1, что сортирует по последней оси. kind : {‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}, optional Алгоритм сортировки. order : list, optional Если a — структурированный массив, этот аргумент указывает, какие поля сравнивать в первую, вторую и т. д. очередь. Этот список не обязательно должен включать все поля. endwith : {True, False}, optional Необходимо ли обрабатывать пропущенные значения (если есть) как наибольшие значения (True) или наименьшие значения (False). Если в массиве есть значения без маскирования, находящиеся в крайних экстремумах типа данных, порядок этих значений и значений с маской не определен. fill_value : {var}, optional Значение, используемое внутри для значений с маской. Если fill_value не равно None, оно переопределяет endwith.

Возвращает:

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

См. также

ndarray.sort

Метод сортировки массива на месте.

argsort

Неявная сортировка.

lexsort

Неявная стабильная сортировка по нескольким ключам.

searchsorted

Поиск элементов в отсортированном массиве.

Примечания

См. sort для примечаний об различных алгоритмах сортировки.

Примеры

>>> 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)