Сортировка массивов NumPy с использованием алгоритмов

NumPyNumPyBeginner
Практиковаться сейчас

💡 Этот учебник переведен с английского с помощью ИИ. Чтобы просмотреть оригинал, вы можете перейти на английский оригинал

Введение

Сортировка - это процесс, при котором элементы массива упорядочиваются в последовательности в соответствии с заданными критериями. В библиотеке NumPy есть различные функции, которые выполняют операции сортировки на основе различных алгоритмов сортировки, таких как быстрая сортировка, пирамидальная сортировка и слиянием. В этом практическом занятии мы научимся сортировать ndarray в NumPy с использованием различных алгоритмов сортировки.

Советы по работе с ВМ

После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если вы сталкиваетесь с проблемами при обучении, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL numpy(("NumPy")) -.-> numpy/ArrayBasicsGroup(["Array Basics"]) numpy(("NumPy")) -.-> numpy/ArrayManipulationGroup(["Array Manipulation"]) numpy(("NumPy")) -.-> numpy/AdvancedFeaturesGroup(["Advanced Features"]) numpy(("NumPy")) -.-> numpy/SpecialTechniquesGroup(["Special Techniques"]) numpy/ArrayBasicsGroup -.-> numpy/multi_array("Multi-dimensional Array Creation") numpy/ArrayManipulationGroup -.-> numpy/reshape("Reshape") numpy/AdvancedFeaturesGroup -.-> numpy/sort_search("Sort and Search") numpy/SpecialTechniquesGroup -.-> numpy/struct_array("Structured Arrays") subgraph Lab Skills numpy/multi_array -.-> lab-86500{{"Сортировка массивов NumPy с использованием алгоритмов"}} numpy/reshape -.-> lab-86500{{"Сортировка массивов NumPy с использованием алгоритмов"}} numpy/sort_search -.-> lab-86500{{"Сортировка массивов NumPy с использованием алгоритмов"}} numpy/struct_array -.-> lab-86500{{"Сортировка массивов NumPy с использованием алгоритмов"}} end

Импортируем библиотеку NumPy

В этом шаге мы импортируем библиотеку NumPy, которая нужна для выполнения операций сортировки.

import numpy as np

Сортировка вдоль оси

В этом шаге мы отсортируем элементы массива вдоль определенной оси. Для сортировки массива мы будем использовать функцию sort() библиотеки NumPy.

a = np.array([[17, 15], [10, 25]])
arr1 = np.sort(a, axis = 0)
print("Sorting Along first axis : \n")
print(arr1)

Сортировка вдоль последней оси

В этом шаге мы отсортируем массив вдоль последней оси.

b = np.array([[1, 15], [20, 18]])
arr2 = np.sort(b, axis = -1)
print("\nSorting along last axis : \n")
print(arr2)

Сортировка вдоль оси None

В этом шаге мы отсортируем элементы массива вдоль оси None, при этом массив предварительно разглаживается перед сортировкой.

c = np.array([[12, 15], [10, 1]])
arr3 = np.sort(c, axis = None)
print("\nSorting Along none axis : \n")
print(arr3)

Сортировка массива с использованием полей

В этом шаге мы отсортируем массив с использованием полей.

d = np.dtype([('name', 'S10'),('marks',int)])
arr = np.array([('Mukesh',200),('John',251)],dtype = d)
print("Sorting data ordered by name")
print(np.sort(arr,order = 'name'))

Резюме

В этом практическом занятии мы изучили сортировку в библиотеке NumPy. Мы также узнали о функции numpy.sort() и ее синтаксисе, параметрах и возвращаемых значениях. Используя различные параметры функции numpy.sort(), мы отсортировали элементы массива вдоль различных осей и полей.