Clasificación

Numpy es una biblioteca estándar de Python que trabaja con una matriz para resolver operaciones matemáticas y lógicas de alto nivel. Este módulo numpy proporciona una función llamada Numpy.función () función. Ya que la clasificación es un proceso de organización de valores de bajo a alto orden. Numpy.La función sort () clasifica directamente varios elementos utilizando algoritmos específicos de la matriz dada.

Este método siempre devuelve la copia ordenada de una matriz con la misma forma y tipos de datos que desde la matriz original. Este artículo discutirá Numpy.sort () funcione en detalle con ejemplos simples y en ejecución. Hemos estado utilizando el terminal Spyder para ejemplos de código de ejecución.

Sintaxis de Numpy.clasificar()

La sintaxis se usa para clasificar un elemento proporcionado por un módulo Numpy en Python. Aquí está el Numpy.La función sort () va a ordenar una matriz tomando argumentos.

# Numpy.sort (a, axis = -1, kind = "sort rápido", orden = ninguno)

Parámetros pasados ​​en Numpy.clasificar()

De la sintaxis anterior, tenemos una variable como "A" que se supone que debemos clasificar los elementos. Tenemos que pasar esta matriz como primer argumento. El siguiente parámetro pasado es el "eje" a través del cual se debe realizar esta clasificación del eje.

Por defecto, "eje" es igual a -1 basado en el último eje; Seguirá clasificando los elementos de una matriz. Entonces es, el atributo "tipo" tomará las técnicas de clasificación, o puede ser una clasificación rápida, clasificación de fusiones, clasificación de montón o estable. Es un tipo rápido de forma predeterminada.

El último parámetro numpy.sort () tomará el "orden" que clasifica el orden en función de los campos para una matriz que tiene diferentes campos con un orden diferente. Estos pueden ser nombres de columnas simples o múltiples.

Valor de retorno de Numpy.clasificar()

Este numpy.sort () devolverá una matriz ordenada que tiene una forma y tipo de datos similares.

Ejemplo 1:

Comencemos con solo un ejemplo básico que nos ayudará a comprender cómo Numpy.sort () ordenará una matriz. Tenemos que importar el módulo Numpy y nombrarlo como NP para obtener Numpy.función () función.

En este ejemplo en particular, hemos definido una matriz con los valores 3,9,6,1,5,8 en 'ARR1'. Este arr1 pasará como un argumento en NP.clasificar(). Hemos almacenado el NP.ordenar en un valor 'a'. La función print () llamará 'a' y mostrará la salida.

importar numpy como np
arr1 = np.Array ([3,9,6,1,5,8])
a = (np.ordenar (arr1))
Imprimir (a)

La salida de una matriz ordenada está en la pantalla de la consola.

Ejemplo 2:

Ahora vamos a ejecutar código de matriz 2D. Aquí en el código, nuevamente importamos el paquete del módulo Numpy para acceder a la función sort (). Hemos hecho una matriz 2D como 'ARR1' usando el NP.función array ().

Hemos declarado una variable 'ARR2' y asignado un valor devuelto de NP.Función sort () en la que se pasa la matriz de entrada ARR1. Este código imprimirá ambas matrices antes de clasificar y después de ordenar con la ayuda de una declaración de impresión.

importar numpy como np
Arr1 = np.Array ([[1,5,3,7], [17,9,19,15], [33,23,85,57]]))
imprimir ("matriz antes de clasificar", arr1)
Arr2 = np.ordenar (arr1)
imprimir ("matriz después de clasificar", arr2)

Puede ver cómo se muestra la salida de la matriz antes de clasificar y después de la clasificación después de ejecutar el código.

Ejemplo 3:

Como se indicó anteriormente, hemos discutido la matriz 2D y vemos la salida simple de ese código. Ahora, en este ejemplo, estamos teniendo una matriz 3D con una variable 'A' que almacenará NP.Array () múltiples valores, entonces hemos definido 'resultado' y asignado NP.Función sort () que devolverá un valor de una matriz de entrada 'a' y hemos establecido el 'eje' en un valor con 2 que clasifica la matriz a lo largo del tercer eje como la matriz comienza desde 0.

El tipo de parámetros y los pedidos se toman como ninguno en este código. Por último, estamos mostrando el resultado de la salida a través de una declaración de impresión.

importar numpy como np
a = np.Array ([[[10, 7, 13, 21], [25, 8, 29, 4], [51, 18, 33, 17]], [[14, 1, 13, 73], [23, 7 , 12, 14], [41, 34, 33, 57]], [[10, 86, 13, 62], [34, 7, 20, 14], [31, 34, 73, 7]]]))
Resultado = NP.sort (a, axis = -1, kind = none, orden = ninguno)
imprimir ("matriz después de clasificar", resultado)

Obtendremos la salida de la matriz ordenada que se muestra a continuación

Ejemplo 4:

Aquí en este ejemplo, vamos a clasificar alfabéticamente. Por alfabéticamente, nos referimos a una serie de cuerdas. Con esta función numpy.sort () lógica, implementemos un ejemplo. Primero, hemos creado una matriz 'NP.Array () 'de una cadena con los valores Gina, Bobby y Harry que se define en una variable' x '.

Entonces se define una variable 'sorted_arr' que devolverá un argumento aprobado en np.función () función. En este caso, el NP.sort () función pasada 'x', el 'eje' es igual a 1, y 'amable' y 'orden' se representan como ninguno. La salida de este código de ejemplo se mostrará sin pasar por 'sorted_arr' en la función print ()

importar numpy como np
x = NP.Array (['Gina', 'Bobby', 'Harry'])
sorted_arr = np.Sort (x, axis = 1, kind = none, orden = ninguno)
print (sorted_arr)

Aquí está la captura de pantalla del código anterior

Ejemplo 5:

En este ejemplo, tomaremos un 'orden' de parámetro que nos permita pasar un campo como una cadena. Hemos definido una matriz estructurada con el campo definido como una persona_name, altura_value, edad_limit y género_name en una variable 'dtype' y valor definidos de acuerdo con los nombres de los campos en una variable 'valores'.

El nombre de la variable 'a' tomará estos valores pasándolos a través del NP.función array (). Luego hemos declarado dos variables como 'B' y 'C' que devolverán un valor de NP.función () función. En este NP. Función sort (), podemos decidir qué campo organizarlo pasando a una cadena a través del parámetro 'Orden'.

Al principio, estamos tomando 'Orden' para clasificar con el campo 'Age_Limit', y luego estamos tomando dos campos 'Age_LIMIT' y 'Height_Value' para clasificar. Ejecutemos un código y veamos la salida que devolverá.

La salida muestra la copia ordenada de la matriz con un pedido especificado.

Conclusión

Hemos discutido a fondo la función Numpy Sort () con código de ejemplo eficiente y conciso. Para llevar a cabo estas operaciones de clasificación, Python nos proporciona este Numpy incorporado.función () función. Le ayudará a comprender la lógica que hemos implementado para Numpy.función () función.