Python中不同排序技术的变化

这些都是不同类型的排序技术，表现非常不同。让我们研究一下哪种技术有效，以及使用哪种技术。

让a成为a 努比 大堆

• a、 排序（） （i） 对数组进行适当排序并返回None （二）退货类型为无 （iii）占用较少的空间。没有创建副本，因为它直接对原始数组排序 （iv）快于（a）

  # Python code to sort an array in-place # using a.sort import numpy as np # Numpy array created a = np.array([ 9 , 3 , 1 , 7 , 4 , 3 , 6 ]) # unsorted array print print ( 'Original array:' , a) # Return type is None print ( 'Return type:' , a.sort()) # Sorted array output print ( 'Original array sorted->' , a)

  OUTPUT: For a.sort()
  Original array:
   [9 3 1 7 4 3 6]
  Return type: None
  Original array sorted-> [1 3 3 4 6 7 9]
  

• （a） （i） 从旧列表中创建一个新列表并返回新列表，排序 （ii）返回类型是一个列表 （iii）创建原始数组的副本并进行排序时，会占用更多空间 （iv）比a.排序慢

  # Python code to create a sorted copy using # sorted() import numpy as np # Numpy array created a = np.array([ 9 , 3 , 1 , 7 , 4 , 3 , 6 ]) # unsorted array print print ( 'Original array:' , a) b = sorted (a) # sorted list returned to b, b type is # <class 'list'> print ( 'New array sorted->' , b) # original array no change print ( 'Original array->' , a)

  OUTPUT:a.sorted()
  Original array:
   [9 3 1 7 4 3 6]
  New array sorted-> [1, 3, 3, 4, 6, 7, 9]
  Original array-> [9 3 1 7 4 3 6]
  

• NP阿格索特（a） （i） 返回将对数组进行排序的索引 （二）返回类型为numpy数组 （iii）在返回新的排序索引数组时占用空间

  # Python code to demonstrate working of np.argsort import numpy as np # Numpy array created a = np.array([ 9 , 3 , 1 , 7 , 4 , 3 , 6 ]) # unsorted array print print ( 'Original array:' , a) # Sort array indices b = np.argsort(a) print ( 'Sorted indices of original array->' , b) # To get sorted array using sorted indices # c is temp array created of same len as of b c = np.zeros( len (b), dtype = int ) for i in range ( 0 , len (b)): c[i] = a[b[i]] print ( 'Sorted array->' , c)

  OUTPUT:np.argsort(a)
  Original array:
   [9 3 1 7 4 3 6]
  Sorted indices of original array-> [2 1 5 4 6 3 0]
  Sorted array-> [1 3 3 4 6 7 9]
  

• NP词汇分类（（b，a）） （i） 使用一系列键执行间接排序 （ii）按a排序，然后按b排序 （iii）沿指定轴对键进行排序的ints索引数组的返回类型ndarray （iv）在返回按对排序的索引的新数组时占用空间。

  # Python code to demonstrate working of # np.lexsort() import numpy as np # Numpy array created a = np.array([ 9 , 3 , 1 , 3 , 4 , 3 , 6 ]) # First column b = np.array([ 4 , 6 , 9 , 2 , 1 , 8 , 7 ]) # Second column print ( 'column a, column b' ) for (i, j) in zip (a, b): print (i, ' ' , j) ind = np.lexsort((b, a)) # Sort by a then by b print ( 'Sorted indices->' , ind)

  OUTPUT:np.lexsort((b, a))
  column a, column b
  9   4
  3   6
  1   9
  3   2
  4   1
  3   8
  6   7
  Sorted indices-> [2 3 1 5 4 6 0]
  

本文由 肖亚·乌帕尔 .如果你喜欢GeekSforgek，并想贡献自己的力量，你也可以使用 贡献极客。组织 或者把你的文章寄到contribute@geeksforgeeks.org.看到你的文章出现在Geeksforgeks主页上，并帮助其他极客。

如果您发现任何不正确的地方，或者您想分享有关上述主题的更多信息，请写下评论。