【python】List sort()与torch.sort()

最新推荐文章于 2024-06-12 21:12:00 发布
最新推荐文章于 2024-06-12 21:12:00 发布
阅读量8.8k 收藏 4
点赞数 1
分类专栏： python 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36530992/article/details/102557682
版权
本文探讨了Python中list的sort方法和torch库的sort函数，包括如何使用key参数进行自定义排序，以及如何通过两次排序获取元素的相对位置。在讲解过程中，还分享了一个巧妙的排序技巧。
摘要由CSDN通过智能技术生成

【python】List sort与torch.sort

List sort()

  • 对列表进行排序，可先利用.numpy()转化为array，再利用list()转化为列表
  • 使用方法list.sort(key=None, reverse=False)
  • 参数解释
  1. key 用来进行比较的元素，先对原来的数字进行函数映射然后再进行排序，也就是说sort的比较器实际接收到值是key处理后的结果
      a.sort(key=lambda x: -x[0])
  2. reverse 为排序规则，默认为False即升序

sorted()
返回已经排好序的副本


                

                
                
        

        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  Hanawh
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    1
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    4
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      

            

                专栏目录
          










                



	

		

			

				
					
torchscript相关知识介绍（二）

				
			

			

				

					deep_love1314的博客
				

				

					09-06
					
					2213
					
				

			

		

		

			
				
torchscript相关知识介绍（二）

			
		

	



                

              
                



	

		

			

				
					
torch(七)、Math operations(1)

				
			

			

				

					weixin_36670529的博客
				

				

					08-29
					
					1293
					
				

			

		

		

			
				
目录

torch.abs(input, out=None) → Tensor

torch.acos(input, out=None) → Tensor

torch.add()

torch.add(input, alpha=1, other, out=None)

out (Tensor, optional) – the output tensor.

torch.addcdiv(input...

			
		

	



                


  
              

                


	

		

			

				
					
torchsort:在PyTorch中进行快速，可区分的排序和排名

				
			

			

				

					03-25
				

			

		

		

			
				
火炬排序
 在PyTorch中进行快速，可区分的排序和排名。
 纯PyTorch实现（Blondel等人）。 大部分代码是从的原始Numpy实现复制而来的，等渗回归求解器被重写为PyTorch C ++和CUDA扩展。
安装
pip install torchsort
 要构建CUDA扩展，您将需要安装CUDA工具链。 如果要在没有CUDA运行时的环境中构建（例如docker），则需要在安装之前导出环境变量TORCH_CUDA_ARCH_LIST="Pascal;Volta;Turing" 。
用法
torchsort公开了两个函数： soft_rank和soft_sort ，每个函数都有参数regularization （ "l2"或"kl" ）和regularization_strength （标量值）。 每个人都将对二维张量的最后一个维度进行排序/排序，其准确性取决于正则化强度：
 

			
		

	





	

		

			

				
					
在Python中如何对一个字典(dict)的值进行排序

				
			

			

				

					寒江独钓的博客
				

				

					09-19
					
					4598
					
				

			

		

		

			
				
上代码


>>> xs = {'a': 4, 'b': 3, 'c': 2, 'd': 1}

>>> sorted(xs.items(), key=lambda x: x[1])
[('d', 1), ('c', 2), ('b', 3), ('a', 4)]


或者


>>> import operator
>>> ...

			
		

	



		

			
		



	

		

			

				
					
Python 列表 sort()函数使用理解

					
最新发布

				
			

			

				

					Echo_3wdiankang的博客
				

				

					06-12
					
					1455
					
				

			

		

		

			
				
首先我们要知道sort() 可以对列表进行「排序」语法参数返回值返回None，同时将原列表排序。也就是没有返回值案例：将列表中的元素排序。

			
		

	





	

		

			

				
					
深入浅出Pytorch函数——torch.sort

				
			

			

				

					冯·诺依曼
				

				

					07-23
					
					1万+
					
				

			

		

		

			
				
按照值沿给定维度对输入张量的元素进行排序。如果未给定dim，则选择输入的最后一个维度。若descending被指定为True，则元素按值降序排列，否则为升序。如果stable为True，则排序例程变为稳定，从而保持等价元素的顺序。

			
		

	





	

		

			

				
					
python 文件排序_python文件排序的方法总结

				
			

			

				

					weixin_39870700的博客
				

				

					11-30
					
					782
					
				

			

		

		

			
				
在python环境中提供两种排序方案：用库函数sorted()对字符串排序，它的对象是字符；用函数sort()对数字排序，它的对象是数字，如果读取文件的话，需要进行处理（把文件后缀名‘屏蔽'）。（1）首先：我测试的文件夹是/img/，里面的文件都是图片，如下图所示：（2）测试库函数sorted()，直接贴出代码：import numpy as npimport osimg_path='./img/...

			
		

	





	

		

			

				
					
python 文件排序

				
			

			

				

					一千零一夜的博客
				

				

					11-13
					
					1333
					
				

			

		

		

			
				
一，1.jpg, 2,jpg, 3.jpg形式


image_list = os.listdir(img_full_name)
image_list.sort(key=lambda x: int(x[:-4]))



二，数字和字母组合形式（P1_1.jpg, P1_2.jpg, P1_3.jpg）


blocks_list = os.listdir(blocks_path)
sStr2 =...

			
		

	





	

		

			

				
					
pytorch源码分析之torch.utils.data.Dataset类和torch.utils.data.DataLoader类

					
热门推荐

				
			

			

				

					Never-Giveup的博客
				

				

					10-24
					
					3万+
					
				

			

		

		

			
				
写在之前
介绍
Pytorch深度学习框架优势之一是python优先，源代码由python代码层和C语言代码层组成，一般只需要理解python代码层就可以深入理解pytorch框架的计算原理。所以学习pytorch源码需要熟练掌握python语言的各种使用技巧。
在处理任何机器学习问题之前都需要数据读取，并进行预处理。Pytorch提供了许多方法使得数据读取和预处理变得很容易。

torch.ut...

			
		

	





	

		

			

				
					
pytorch的主要模块

				
			

			

				

					m0_45827246的博客
				

				

					12-27
					
					2541
					
				

			

		

		

			
				
1. torch模块
torch模块包含了一些pytorch的常用激活函数，如Sigmoid（torch.sigmoid）、ReLu（torch.relu）和Tanh（torch.tanh）；同时也包含了pytorch张量的一些计算操作，如矩阵的乘法（torch.mm）、张量元素的选择（torch.select）。注意，该模块中计算的对象大多数是pytorch张量。
例：
a = torch.randn(1,2,3,4,5)
torch.numel(a)


2. torch.Tensor模块
torch.

			
		

	





	

		

			

				
					
pytorch中的torch.sort()

				
			

			

				

					欢迎来到道的世界
				

				

					11-04
					
					3380
					
				

			

		

		

			
				
1.用法介绍
 pytorch中的torch.sort()是按照指定的维度对tensor张量的元素进行排序。

torch.sort(input, dim=-1, descending=False, stable=False, * ,out =None)
输入：

 input(tensor): 表示输入的张量
dim(int, optional)：表示张量元素排序的维度
descending(bool, optional)：0表示升序，1表示降序
stable(bool, optional)：保持张量中相

			
		

	





	

		

			

				
					
Pytorch torch.sort()、torch.argsort()函数解析

				
			

			

				

					MOL
				

				

					10-26
					
					1万+
					
				

			

		

		

			
				
"""
numpy的聚合运算
"""
#生成100个0-0.99999之间的数
L=numpy.random.random(100)

numpy.sum(L)
numpy.min(L)
numpy.max(L)

X=numpy.arange(16).reshape(4,-1)
big_array=numpy.array([1,1,2,2,10])
numpy.sum(X,axis=0)#[24 28 32 36],求出的是每一列的和
numpy.sum(X,axis=1)#求出的是每一行的和
nump.

			
		

	





	

		

			

				
					
探索TorchSort：一个高效的数据排序工具

				
			

			

				

					gitblog_00097的博客
				

				

					04-25
					
					311
					
				

			

		

		

			
				
探索TorchSort：一个高效的数据排序工具
 torchsortFast, differentiable sorting and ranking in PyTorch项目地址:https://gitcode.com/gh_mirrors/to/torchsort 项目简介
是一个由Python和PyTorch构建的库，专为深度学习开发者设计，提供了一种高效、可自定义的方式对张量数据进行排序。通...

			
		

	





	

		

			

				
					
pytorch中sort的简单用法

				
			

			

				

					sdsfddfw的博客
				

				

					04-28
					
					951
					
				

			

		

		

			
				
sort()在pytorch中使用
在numpy中有 sort 和 sorted 两种，但不能对索引值排序。
# pytorch中使用
import torch
# 已知一个tensor，如，dj 是 tenor([1,3,4,2])
a , b = dj.sort(0,True)  # True是从大到小排序
# 得到的a 为 tensor([1,2,3,4])
# b 为 tensor([0,3,1,2])
# 当然，sort()括号内为空等价于 (0,False) ，即从小到大排序


...

			
		

	





	

		

			

				
					
pytorch torch.sort()的用法以及例子

				
			

			

				

					凝眸伏笔的博客
				

				

					01-04
					
					7482
					
				

			

		

		

			
				
1.作用

对tensor中元素排序

2.用法

dim = -1，按照行排序，dim= 1按照列排序，descending=True,则递减排序，否则递增

3.例子

按照行排序


logits = torch.tensor([[[-0.5816, -0.3873, -1.0215, -1.0145,  0.4053],
        [ 0.7265,  1.4164,  1.3443,  1.2035,  1.8823],
        [-0.4451,  0.1673,  1.2590,

			
		

	





	

		

			

				
					
Pytorch中torch.sort()和torch.argsort()函数解析

				
			

			

				

					flyingluohaipeng的博客
				

				

					06-02
					
					1万+
					
				

			

		

		

			
				
torch.sort()，如下图所示：

输入input，在dim维进行排序，默认是dim=-1对最后一维进行排序，descending表示是否按降序排,默认为False，输出排序后的值以及对应值在原输入imput中的下标3.1 dim = -1 表示对每行中的元素进行升序排序，descending=False表示升序排序

3.2 dim = 0 表示对每列中的元素进行升序排序，descending=False表示升序排序

3.3 dim = 0 表示对每列中的元素进行降序排序，descending=T

			
		

	





	

		

			

				
					
第七课 Seq2seq与Attention

				
			

			

				

					qq_44177462的博客
				

				

					07-07
					
					231
					
				

			

		

		

			
				
》Seq2Seq + Attention

Seq2Seq应用：把一句话从一种语言翻译成另一种语言，文本生成，文本摘要等。

Attention用于增强这个模型

Encoder Decoder模型：



-Encoder 是一个 GRU

-Decoder 也是一个 GRU

-训练采用cross entropy loss，与语言模型类似

-图片来自Cho et. al, Learning Phrase Representations using RNN Encoder-Decoder for Sta

			
		

	





	

		

			

				
					
python sort中的key参数

				
			

			

				

					好河流
				

				

					03-26
					
					1万+
					
				

			

		

		

			
				
python sort中的key参数：
指定一个接收一个参数的函数，这个函数用于从每个元素中提取一个用于比较的关键字。默认值为None
可以使用lambda函数，例如：


...

			
		

	





	

		

			

				
					
python deepsort

				
			

			

				

					07-29
				

			

		

		

			
				
要使用Python DeepSORT，您可以按照以下步骤进行操作：

1. 首先，您需要下载相关代码。您可以从GitHub上的https://github.com/HowieMa/DeepSORT_YOLOv5_Pytorch.git下载代码。确保您的计算机上已经安装了PyTorch环境，并按照配置说明进行设置。

2. 在您的代码中引入所需的库。这些库包括hydra、torch、argparse、time、Path、cv2、torch.backends.cudnn、random、BasePredictor、DEFAULT_CONFIG、ROOT、ops、Annotator、colors、save_one_box、get_config、DeepSort、deque和numpy等。

3. 实现您的代码。根据您的需求，您可以使用上述引入的库来实现您的DeepSORT功能。

4. 如果您遇到报错，可以尝试解决报错。例如，在upsampling.py中的报错行可以更改为`return F.interpolate(input, self.size, self.scale_factor, self.mode, self.align_corners)`。另外，在工程main.py中，您可以更改视频源文件的路径。

希望这些信息对您有所帮助！
#### 引用[.reference_title]
-  *1* *3* [【pytorch】使用deepsort算法进行目标跟踪，原理+pytorch实现](https://blog.csdn.net/hh1357102/article/details/129674376)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item]
-  *2* [Python+Yolov8+Deepsort入口人流量统计](https://blog.csdn.net/alicema1111/article/details/130454430)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值