في بعض الحالات، نحتاج إلى مصفوفة مرتبة للحساب. لهذا الغرض، توفر الوحدة numpy في Python وظيفة تسمى numpy.sort() . توفر هذه الوظيفة نسخة مرتبة من المصفوفة المصدر أو مصفوفة الإدخال.

بناء الجملة:

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

حدود:

س: array_like

تحدد هذه المعلمة المصفوفة المصدر التي سيتم فرزها.

int بارسينت

المحور: int أو لا شيء (اختياري)

تحدد هذه المعلمة المحور الذي يتم من خلاله إجراء الفرز. إذا كانت هذه المعلمة لا أحد ، سيتم تسوية المصفوفة قبل الفرز، وبشكل افتراضي، يتم تعيين هذه المعلمة على -1، والتي تقوم بفرز المصفوفة على طول المحور الأخير.

النوع: {فرز سريع، فرز كومة، فرز دمج} (اختياري)

يتم استخدام هذه المعلمة لتحديد خوارزمية الفرز، ويتم إجراء الفرز باستخدامها افتراضيًا 'الفرز السريع' .

الترتيب: str أو قائمة str (اختياري)

عندما يتم تعريف مصفوفة بحقول، فإن ترتيبها يحدد الحقول لإجراء مقارنة في الأول والثاني، وما إلى ذلك. يمكن تحديد حقل واحد فقط كسلسلة، وليس بالضرورة لجميع الحقول. ومع ذلك، سيتم الاستمرار في استخدام الحقول غير المحددة، بالترتيب الذي تظهر به في dtype، لقطع الروابط.

اسم المدينة الامريكية

عائدات:

تقوم هذه الدالة بإرجاع نسخة مرتبة من المصفوفة المصدر، والتي سيكون لها نفس الشكل والنوع مثل المصفوفة المصدر.

مثال 1:

 import numpy as np x=np.array([[1,4,2,3],[9,13,61,1],[43,24,88,22]]) x y=np.sort(x) y 

انتاج:

 array([[ 1, 4, 2, 3], [ 9, 13, 61, 1], [43, 24, 88, 22]]) array([[ 1, 2, 3, 4], [ 1, 9, 13, 61], [22, 24, 43, 88]]) 

في الكود أعلاه

jvm

• لقد قمنا باستيراد numpy بالاسم المستعار np.
• لقد أنشأنا مجموعة متعددة الأبعاد 'س' استخدام np.array() وظيفة.
• لقد أعلنا المتغير 'و' وتعيين القيمة التي تم إرجاعها np.sort() وظيفة.
• لقد مررنا مجموعة الإدخال 'س' في الوظيفة.
• وأخيرًا، حاولنا طباعة قيمة 'و' .

في الإخراج، يظهر نسخة مرتبة من المصفوفة المصدر من نفس النوع والشكل.

مثال 2:

 import numpy as np x=np.array([[1,4,2,3],[9,13,61,1],[43,24,88,22]]) x y=np.sort(x, axis=None) y 

انتاج:

 array([[ 1, 4, 2, 3], [ 9, 13, 61, 1], [43, 24, 88, 22]]) array([ 1, 1, 2, 3, 4, 9, 13, 22, 24, 43, 61, 88]) 

مثال 3:

 import numpy as np x=np.array([[1,4,2,3],[9,13,61,1],[43,24,88,22]]) x y=np.sort(x,axis=0) y z=np.sort(x,axis=1) z 

انتاج:

 array([[ 1, 4, 2, 1], [ 9, 13, 61, 3], [43, 24, 88, 22]]) array([[ 1, 2, 3, 4], [ 1, 9, 13, 61], [22, 24, 43, 88]]) 

مثال 4:

 import numpy as np dtype = [('name', 'S10'), ('height', float), ('age', int),('gender','S10')] values = [('Shubham', 5.9, 23, 'M'), ('Arpita', 5.6, 23, 'F'),('Vaishali', 5.2, 30, 'F')] x=np.array(values, dtype=dtype) x y=np.sort(x, order='age') y z=np.sort(x, order=['age','height']) z 

انتاج:

 array([(&apos;Shubham&apos;, 5.9, 23, &apos;M&apos;), (&apos;Arpita&apos;, 5.6, 23, &apos;F&apos;), (&apos;Vaishali&apos;, 5.2, 30, &apos;F&apos;)],dtype=[(&apos;name&apos;, &apos;S10&apos;), (&apos;height&apos;, &apos;<f8'), ('age', ' <i4'), ('gender', 's10')]) array([('arpita', 5.6, 23, 'f'), ('shubham', 5.9, 'm'), ('vaishali', 5.2, 30, 'f')], dtype="[(&apos;name&apos;," 's10'), ('height', '<f8'), < pre> <p> <strong>In the above code</strong> </p> <ul> <li>We have imported numpy with alias name np.</li> <li>We have defined the fields and values for the structured array.</li> <li>We have created a structured array <strong>&apos;x&apos;</strong> by passing dtype and values in the <strong>np.array()</strong> function.</li> <li>We have declared the variables <strong>&apos;y&apos;</strong> and <strong>&apos;z&apos;</strong> , and assigned the returned value of <strong>np.sort()</strong> function.</li> <li>We have passed the input array <strong>&apos;x&apos;</strong> and order in the function.</li> <li>Lastly, we tried to print the value of <strong>&apos;y</strong> &apos; and <strong>&apos;z&apos;</strong> .</li> </ul> <p>In the output, it shows a sorted copy of the structured array with a defined order.</p> <hr></f8'),>