方法一:使用numpy自带的sort函数,这个函数返回的是经过排序以后的复制数组
import numpy as np
s1=np.array([1,2,3,4,44,33,22,12,13,14,0.1,14])
s2=np.sort(s1)
print(s2)
[ 0.1 1. 2. 3. 4. 12. 13. 14. 14. 22. 33. 44. ]
s3=s1.reshape(3,4)
s4=np.sort(s3)
print(s3)
print(s4) #通过结果可以发现,对于多维数组而言,每一行经过排序,返回原来维度大小的新数组
[[ 1. 2. 3. 4. ]
[44. 33. 22. 12. ]
[13. 14. 0.1 14. ]]
[[ 1. 2. 3. 4. ]
[12. 22. 33. 44. ]
[ 0.1 13. 14. 14. ]]
# 按照列来进行排序
s5 = np.sort(s2,axis=0)
print(s5)
[[ 1. 2. 0.1 4. ]
[13. 14. 3. 12. ]
[44. 33. 22. 14. ]]
方法二:使用数组自带的sort方法,但是这种方法会改变数组原来的排序
s1.sort()
print(s1)
# 在原有的基础上进行排序,会改变原来的数组
s2:
[[ 1. 2. 3. 4. ]
[44. 33. 22. 12. ]
[13. 14. 0.1 14. ]]
s2.sort() 由后续代码可知,如果不填写axis的值 默认是按行重新排序
print(s2)
[[ 1. 2. 3. 4. ]
[12. 22. 33. 44. ]
[ 0.1 13. 14. 14. ]]
s2.sort(axis=1)
print(s2)
# 按照行
[[ 1. 2. 3. 4. ]
[12. 22. 33. 44. ]
[ 0.1 13. 14. 14. ]]
s2.sort(axis=0)
print(s2)
[[ 1. 2. 0.1 4. ]
[13. 14. 3. 12. ]
[44. 33. 22. 14. ]]
按照列