numpy.ma.MaskedArray.sort

метод

ma.MaskedArray.sort(axis=-1, kind=None, order=None, endwith=True, fill_value=None, *, stable=False)[source]

Сортирует массив на месте

Параметры:

aarray_like

Массив, который нужно отсортировать.

axisint, необязательно

Ось, по которой нужно отсортировать. Если None, массив сжимается в одномерный вид перед сортировкой. По умолчанию -1, что сортирует по последней оси.

kind{‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}, необязательно

Используемый алгоритм сортировки.

orderсписок, необязательно

Когда a — это структурированный массив, этот аргумент указывает, какие поля сравнивать первыми, вторыми и так далее. Этот список необязательно должен включать все поля.

endwith{True, False}, необязательно

Если значения отсутствуют (если таковые имеются), они должны рассматриваться как наибольшие значения (True) или наименьшие значения (False). Когда массив содержит значения без маскировки, сортировка в тех же крайних значениях типа данных, порядок этих значений и значений с маской не определен.

fill_valueскаляр или None, необязательно

Значение, используемое внутри для значений с маской. Если fill_value не равно None, оно переопределяет endwith.

stablebool, необязательно

Только для совместимости с np.sort. Игнорируется.

Возвращает:

sorted_arrayndarray

Массив того же типа и формы, что и a.

См. также

numpy.ndarray.sort

Метод для сортировки массива на месте.

argsort

Непрямая сортировка.

lexsort

Непрямая стабильная сортировка по нескольким ключам.

searchsorted

Нахождение элементов в отсортированном массиве.

Примечания

См. sort для заметок 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)