numpy.argsort
numpy.argsort(a, axis=-1, kind=None, order=None) [source]
返回将对数组进行排序的索引。
使用kind关键字指定的算法沿给定的轴执行间接排序。 它沿给定轴按排序顺序返回与该索引数据具有相同形状的索引数组。
参数 ： | a ：array_like 数组进行排序。 axis ： 要排序的轴。 默认值为-1（最后一个轴）。 如果为 kind ：{‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}, 可选 排序算法。 默认值为 ‘quicksort’。 请注意， ‘stable’和‘mergesort’在后台都使用了timsort， 通常情况下，实际实现会因数据类型而异。 保留‘mergesort’选项是为了向后兼容。 在1.15.0版中进行了更改。：添加了‘stable’选项。 或der ：str 或 list of str, 可选 当a是定义了字段的数组时，此参数指定要比较的字段的第一个， 第二个等。单个字段可以指定为字符串，并且不需要指定所有字段， 但是仍将使用未指定的字段。 他们以dtype出现的顺序来打破关系。 |
返回值 ： | index_array ：ndarray, int 沿指定轴对排序的索引数组。 如果a是一维的，则 更一般而言，
总是产生排序的a，而与尺寸无关。 |
Notes
有关不同排序算法的说明，请参见sort。
从NumPy 1.4.0起，argsort可用于包含nan值的实数/复杂数组。 增强的sort顺序已按顺序记录。
例子
一维数组：
>>> x = np.array([3, 1, 2]) >>> np.argsort(x) array([1, 2, 0])
二维数组：
>>> x = np.array([[0, 3], [2, 2]])
>>> x
array([[0, 3],
[2, 2]])>>> ind = np.argsort(x, axis=0) # sorts along first axis (down)
>>> ind
array([[0, 1],
[1, 0]])
>>> np.take_along_axis(x, ind, axis=0) # same as np.sort(x, axis=0)
array([[0, 2],
[2, 3]])>>> ind = np.argsort(x, axis=1) # sorts along last axis (across)
>>> ind
array([[0, 1],
[0, 1]])
>>> np.take_along_axis(x, ind, axis=1) # same as np.sort(x, axis=1)
array([[0, 3],
[2, 2]])N维数组的排序元素的索引：
>>> ind = np.unravel_index(np.argsort(x, axis=None), x.shape) >>> ind (array([0, 1, 1, 0]), array([0, 0, 1, 1])) >>> x[ind] # same as np.sort(x, axis=None) array([0, 2, 2, 3])
按键排序：
>>> x = np.array([(1, 0), (0, 1)], dtype=[('x', '<i4'), ('y', '<i4')])
>>> x
array([(1, 0), (0, 1)],
dtype=[('x', '<i4'), ('y', '<i4')])>>> np.argsort(x, order=('x','y'))
array([1, 0])>>> np.argsort(x, order=('y','x'))
array([0, 1])