Sort nu

Numpy est une bibliothèque standard Python travaillant avec un tableau pour résoudre les opérations mathématiques et logiques de haut niveau. Ce module Numpy fournit une fonction appelée Numpy.fonction Sult (). Car le tri est un processus de disposition des valeurs de faible à un ordre élevé. Nombant.La fonction tri () trie directement divers éléments en utilisant des algorithmes spécifiques du tableau donné.

Cette méthode renvoie toujours la copie triée d'un tableau avec la même forme et les mêmes types de données que dans le tableau d'origine. Cet article discutera de Numpy.fonction () fonction en détail avec des exemples simples et en cours d'exécution. Nous utilisons le terminal Spyder pour les exemples de code d'exécution.

Syntaxe de Numpy.trier()

La syntaxe est utilisée pour trier un élément fourni par un module Numpy dans Python. Voici le Numpy.La fonction tri () va trier un tableau en prenant des arguments.

# Numpy.tri (a, axe = -1, kind = "Quick Sort", ordre = aucun)

Paramètres passés dans Numpy.trier()

De la syntaxe ci-dessus, nous avons une variable en tant que «A» que nous sommes censés trier les éléments. Nous devons passer ce tableau comme premier argument. Le paramètre suivant passé est «l'axe» par lequel ce tri de l'axe doit être effectué.

Par défaut, «l'axe» est égal à -1 basé sur le dernier axe; il continuera de trier les éléments d'un tableau. Ensuite, l'attribut «Kind» prendra les techniques de tri, soit il peut être un tri rapide, un tri de fusion, un tri de tas ou un tri stable son facultatif. C'est un tri rapide par défaut.

Le dernier paramètre Numpy.SORT () prendra une «commande» qui trie l'ordre en fonction des champs pour un tableau ayant des champs différents avec un ordre différent. Ceux-ci peuvent être des noms de colonnes simples ou multiples.

Valeur de retour de Numpy.trier()

Ce Numpy.Sort () renvoie un tableau trié qui a une forme et un type de données similaires.

Exemple 1:

Commençons par un exemple de base qui nous aidera à comprendre comment illustre.Sort () triera un tableau. Nous devons importer le module Numpy et le nommer en NP pour récupérer Numpy.fonction Sult ().

Dans cet exemple particulier, nous avons défini un tableau avec les valeurs 3,9,6,1,5,8 dans «arr1». Cet ARR1 passera comme argument dans NP.trier(). Nous avons stocké le NP.trier une valeur «a». La fonction print () appellera «A» et affichera la sortie.

Importer Numpy comme NP
Arr1 = np.Array ([3,9,6,1,5,8])
a = (np.tri (arr1))
Imprimer (a)

La sortie d'un tableau trié est sur l'écran de la console.

Exemple 2:

Maintenant, nous allons exécuter le code de tableau 2D. Ici, dans le code, nous importons à nouveau le package de module Numpy pour accéder à la fonction tri (). Nous avons fait un tableau 2D comme «Arr1» en utilisant le NP.Fonction Array ().

Nous avons déclaré une variable «arr2» et attribué une valeur renvoyée de NP.fonction Sult () dans laquelle le tableau d'entrée ARR1 est passé. Ce code imprimera les deux tableaux avant de trier et après le tri à l'aide d'une déclaration d'impression.

Importer Numpy comme NP
Arr1 = np.Array ([[1,5,3,7], [17,9,19,15], [33,23,85,57]])
Imprimer ("Array Avant le tri", Arr1)
Arr2 = np.Trier (Arr1)
Imprimer ("Array After Tri", Arr2)

Vous pouvez voir comment la sortie du tableau avant le tri et après le tri s'affiche après l'exécution du code.

Exemple 3:

Comme ci-dessus, nous avons discuté du tableau 2D et voyons la sortie simple de ce code. Maintenant dans cet exemple, nous avons un tableau 3D avec une variable «A» qui stockera NP.array () plusieurs valeurs alors nous avons défini «résultat» et attribué np.fonction () qui renvoie une valeur d'un tableau d'entrée «A» et nous avons réglé «l'axe» sur une valeur avec 2 qui trie le tableau le long du troisième axe lorsque le tableau commence à partir de 0.

Les paramètres aimables et les commandes sont prises comme aucune dans ce code. Enfin, nous affichons le résultat de la sortie via une déclaration d'impression.

Importer Numpy comme 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]]])
Résultat = np.tri (a, axe = -1, kind = aucun, ordre = aucun)
imprimer ("tableau après tri", résultat)

Nous obtiendrons la sortie du tableau trié ci-dessous

Exemple 4:

Ici, dans cet exemple, nous allons trier alphabétiquement. Par alphabétiquement, nous voulons dire un éventail de cordes. Avec cette fonction numpy.Soi () Logic, implémentons un exemple. Tout d'abord, nous avons créé un tableau np.array () 'd'une chaîne avec les valeurs gina, bobby et harry qui est définie dans une variable' x '.

Ensuite, une variable «trid_arr» est définie qui renverra un argument passé dans np.fonction Sult (). Dans ce cas, le NP.Sort () fonction passé «x», «l'axe» est égal à 1, et «aimable» et «ordre» sont représentés comme aucun. La sortie de cet exemple de code sera affichée en contournant «trid_arr» dans la fonction print ()

Importer Numpy comme NP
x = np.Array (['Gina', 'Bobby', 'Harry'])
trid_arr = np.tri (x, axe = 1, kind = aucun, ordre = aucun)
imprimer (trid_arr)

Voici la capture d'écran du code ci-dessus

Exemple 5:

Dans cet exemple, nous prendrons un «ordre» de paramètre qui nous permet de passer un champ en tant que chaîne. Nous avons défini un tableau structuré avec le champ défini comme un Person_name, Height_value, Age_limit et Gender_name dans une variable «dtype» et une valeur définie selon les noms des champs dans une variable «valeurs».

Le nom de variable «a» prendra ces valeurs en les faisant passer par le NP.Fonction Array (). Ensuite, nous avons déclaré deux variables sous le nom de «B» et «C» qui renverra une valeur de NP.fonction Sult (). Dans ce NP. fonction (), nous pouvons décider quel champ organiser en le transmettant à une chaîne via le paramètre «Ordre».

Au début, nous prenons `` afin de trier avec Field 'Age_limit', puis nous prenons deux champs 'Age_limit' et 'height_value' pour trier. Exécutons un code et voyons la sortie qu'il renverra.

La sortie montre la copie triée du tableau avec une commande spécifiée.

Conclusion

Nous avons entièrement discuté de la fonction Numpy Sort () avec un exemple de code efficace et concis. Pour effectuer ces opérations de tri, Python nous fournit ce Numpy intégré.fonction Sult (). Cela vous aidera à comprendre la logique que nous avons implémentée pour Numpy.fonction Sult ().