python argsort排序结果_Python中排序常用到的sort 、sorted和argsort函数

Python中排序常用到的sort 、sorted和argsort函数

[摘要:Python中sort 战 sorted函数 一 、先容 sort函数是list列表中的函数,而 sorted能够对list或iterator举行排序 2、sort战sorted的比拟 1、用sort函数对列表排序时会影响列表自身,而sorted没有会 举例]

Python中sort 和 sorted函数

一、介绍

sort函数是list列表中的函数,而sorted可以对list或者iterator进行排序

二、sort和sorted的比较

1、用sort函数对列表排序时会影响列表本身,而sorted不会

举例:

>>>a=[1,2,1,4,3,5] >>>a.sort() >>>a [1,1,2,3,4,5]

>>>a=[1,2,1,4,3,5] >>>sorted(a) [1,1,2,3,4,5] >>>a [1,2,1,4,3,5]

2、sorted(iterable,cmp,key,reverse)

参数:iterable可以是list或者iterator;

cmp是带两个参数的比较函数;

key 是带一个参数的函数;

reverse为False或者True;

举例说明

(1)用cmp函数排序

>>>list1=[('david',90),('mary',90),('sara',80),('lily',95)] >>>sorted(list1,cmp=lambdax,y:cmp(x[0],y[0])) [('david',90),('lily',95),('mary',90),('sara',80)] >>>sorted(list1,cmp=lambdax,y:cmp(x[1],y[1])) [('sara',80),('david',90),('mary',90),('lily',95)]

(2)用key函数排序

>>>list1=[('david',90),('mary',90),('sara',80),('lily',95)] >>>sorted(list1,key=lambdalist1:list1[0]) [('david',90),('lily',95),('mary',90),('sara',80)] >>>sorted(list1,key=lambdalist1:list1[1]) [('sara',80),('david',90),('mary',90),('lily',95)]

(3)用reverse排序

>>>sorted(list1,reverse=True) [('sara',80),('mary',90),('lily',95),('david',90)]

(4)用operator.itemgetter函数排序

>>>fromoperatorimportitemgetter >>>sorted(list1,key=itemgetter(1)) [('sara',80),('david',90),('mary',90),('lily',95)] >>>sorted(list1,key=itemgetter(0)) [('david',90),('lily',95),('mary',90),('sara',80)]

介绍operator.itemgetter函数

>>>importoperator >>>a=[1,2,3] >>>b=operator.itemgetter(0) >>>b(a) 1

operator.itemgetter函数获取的不是值,而是定义了一个函数。

(5)多级排序

>>>sorted(list1,key=itemgetter(0,1))

[('david',90),('lily',95),('mary',90),('sara',80)]

3.argsort函数

argsort函数返回的是数组值从小到大的索引值

Examples

--------

One dimensional array:一维数组

>>> x = np.array([3, 1, 2])

>>> np.argsort(x)

array([1, 2, 0])

Two-dimensional array:二维数组

>>> x = np.array([[0, 3], [2, 2]])

>>> x

array([[0, 3],

[2, 2]])

>>> np.argsort(x, axis=0) #按列排序

array([[0, 1],

[1, 0]])

>>> np.argsort(x, axis=1) #按行排序

array([[0, 1],

[0, 1]])

#######################################

例1:

>>> x = np.array([3, 1, 2])

>>> np.argsort(x) #按升序排列

array([1, 2, 0])

>>> np.argsort(-x) #按降序排列

array([0, 2, 1])

>>> x[np.argsort(x)] #通过索引值排序后的数组

array([1, 2, 3])

>>> x[np.argsort(-x)]

array([3, 2, 1])

另一种方式实现按降序排序:

>>> a = x[np.argsort(x)]

>>> a

array([1, 2, 3])

>>> a[::-1]

array([3, 2, 1])

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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