Numpy

Numpy é uma biblioteca padrão Python que trabalha com uma matriz para resolver operações matemáticas e lógicas de alto nível. Este módulo Numpy fornece uma função chamada Numpy.Sort () função. Como a classificação é um processo de organização de valores de baixa a alta ordem. Numpy.Sort () FUNCIONATIVA DIRETA EXTERECIMENTOS DE ALVIMENTOS Usando algoritmos específicos da matriz fornecida.

Este método sempre retorna a cópia classificada de uma matriz com a mesma forma e tipos de dados da matriz original. Este artigo discutirá Numpy.Sort () Funciona em detalhes com exemplos simples e em execução. Usamos o terminal Spyder para exemplos de código de execução.

Sintaxe de Numpy.organizar()

A sintaxe é usada para classificar um elemento que é fornecido por um módulo Numpy em Python. Aqui está o Numpy.a função Sort () vai classificar uma matriz, fazendo argumentos.

# Numpy.classificar (a, exis = -1, Kind = "Straw", Order = Nenhum)

Parâmetros passados ​​em Numpy.organizar()

Pela sintaxe acima, temos uma variável como "a" que devemos classificar os elementos. Temos que passar por essa matriz como um primeiro argumento. O próximo parâmetro passado é o "eixo" através do qual essa classificação do eixo deve ser feita.

Por padrão, o "eixo" é igual a -1 com base no último eixo; ele continuará classificando os elementos de uma matriz. Então é que o atributo "gentil" levará as técnicas de classificação, ou pode ser uma classificação rápida, classificação de mescla. É uma classificação rápida por padrão.

O último parâmetro numpy.Sort () aceitará é "Ordem" que classifica a ordem com base em campos para uma matriz com campos diferentes com uma ordem diferente. Estes podem ser nomes de colunas únicas ou múltiplas.

Valor de retorno de Numpy.organizar()

Este numpy.Sort () retornará uma matriz classificada que tem uma forma e tipo de dados semelhantes.

Exemplo 1:

Vamos começar com apenas um exemplo básico que nos ajudará a entender como Numpy.Sort () classificará uma matriz. Temos que importar o módulo Numpy e nomeá -lo como NP para buscar o Numpy.Sort () função.

Neste exemplo em particular, definimos uma matriz com os valores 3,9,6,1,5,8 em 'ARR1'. Este ARR1 passará como um argumento em NP.organizar(). Nós armazenamos o NP.classificar em um valor 'a'. A função print () chamará 'A' e exibirá a saída.

importar numpy como np
arr1 = np.Array ([3,9,6,1,5,8])
A = (NP.classificar (arr1))
Imprimir (a)

A saída de uma matriz classificada está na tela do console.

Exemplo 2:

Agora vamos executar o código 2D da matriz. Aqui no código, importamos novamente o pacote de módulos Numpy para acessar a função Sort (). Fizemos uma matriz 2D como 'ARR1' usando o NP.Função Array ().

Afirmamos uma variável 'ARR2' e atribuímos um valor retornado de NP.Sort () Função na qual a matriz de entrada ARR1 é passada. Este código imprimirá as matrizes antes de classificar e depois de classificar com a ajuda de uma declaração de impressão.

importar numpy como np
Arr1 = np.Array ([[1,5,3,7], [17,9,19,15], [33,23,85,57]]))
Imprima ("Array antes de classificar", ARR1)
Arr2 = np.classificar (arr1)
Print ("Array Após a classificação", ARR2)

Você pode ver como a saída da matriz antes de classificar e a classificação é exibida após a execução do código.

Exemplo 3:

Como acima, discutimos a matriz 2D e vemos a saída simples desse código. Agora, neste exemplo, estamos tendo uma matriz 3D com uma variável 'A' que armazenará NP.Array () Valores múltiplos, então definimos 'resultado' e atribuído NP.Sort () Função que retornará um valor de uma matriz de entrada 'a' e definimos o 'eixo' para um valor com 2 que classificam a matriz ao longo do terceiro eixo quando a matriz iniciar de 0.

Os parâmetros gentis e ordens são tomados como nenhum neste código. Por fim, estamos exibindo o resultado da saída através de uma declaração de impressão.

importar numpy como np
a = np.Array ([[[10, 7, 13, 21], [25, 8, 29, 4], [51, 18, 33, 17]], [[14, 1, 13, 73], [23, 7, 7 , 12, 14], [41, 34, 33, 57]], [[10, 86, 13, 62], [34, 7, 20, 14], [31, 34, 73, 7]]]]))
Resultado = np.classificar (a, eixo = -1, tipo = nenhum, ordem = nenhum)
Imprimir ("Array após a classificação", resultado)

Teremos a saída da matriz classificada mostrada abaixo

Exemplo 4:

Aqui neste exemplo, vamos classificar em ordem alfabética. Por alfabeticamente, queremos dizer uma variedade de cordas. Com esta função Numpy.lógica de classificação (), vamos implementar um exemplo. Primeiro, criamos uma matriz 'NP.Array () 'de uma corda com os valores Gina, Bobby e Harry que é definido em uma variável' x '.

Em seguida, é definida uma variável 'STORNED_ARR' que retornará um argumento aprovado no NP.Sort () função. Nesse caso, o NP.Sort () Função aprovada 'x', o 'eixo' é igual a 1 e 'gentil' e 'ordem' são representados como nenhum. A saída deste código de exemplo será exibida ignorando 'STORNED_ARR' na função print ()

importar numpy como np
x = np.Array (['Gina', 'Bobby', 'Harry'])
classed_arr = np.classificar (x, eixo = 1, tipo = nenhum, ordem = nenhum)
print (stored_arr)

Aqui está a captura de tela do código acima

Exemplo 5:

Neste exemplo, levaremos um parâmetro 'Ordem' que nos permite passar por um campo como uma string. Definimos uma matriz estruturada com o campo definido como um nome de pessoa, altura_value, idade_limit e gender_name em uma variável 'dtype' e valor definido de acordo com os nomes dos campos em uma variável 'valores'.

O nome da variável 'a' levará esses valores passando por eles pelo NP.Função Array (). Em seguida, declaramos duas variáveis ​​como 'B' e 'C' que retornarão um valor de NP.Sort () função. Neste NP. Sort () Função, podemos decidir qual campo organizar, passando -o para uma string através do parâmetro 'Order'.

No começo, estamos tomando 'ordem' para classificar com o campo 'Age_limit' e depois estamos levando dois campos 'AGE_LIMIT' e 'HEILT_VALUE' para classificar. Vamos executar um código e ver a saída que ele retornará.

A saída mostra a cópia classificada da matriz com um pedido especificado.

Conclusão

Discutimos minuciosamente a função Numpy Sort () com código de exemplo eficiente e conciso. Para realizar essas operações de classificação, o Python nos fornece este Numpy embutido.Sort () função. Isso ajudará você a entender a lógica que implementamos para Numpy.Sort () função.