numpy.ma.MaskedArray.sort#

метод

ma.MaskedArray.sort(ось=-1, kind=None, порядок=None, endwith=True, fill_value=None, *, стабильный=False)[источник]#

Сортировать массив на месте

Параметры:

aarray_like: Массив для сортировки.
осьint, необязательный: Ось, вдоль которой производится сортировка. Если None, массив сглаживается перед сортировкой. По умолчанию -1, что означает сортировку вдоль последней оси.
kind{‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}, опционально: Используемый алгоритм сортировки.
порядоксписок, необязательный: Когда a является структурированным массивом, этот аргумент указывает, какие поля сравнивать первыми, вторыми и так далее. Этот список не обязательно должен включать все поля.
endwith{True, False}, опционально: Следует ли обрабатывать пропущенные значения (если есть) как наибольшие значения (True) или наименьшие значения (False). Когда массив содержит немаркированные значения, сортируемые на тех же крайностях типа данных, порядок этих значений и маркированных значений не определен.
fill_valueскаляр или None, опционально: Значение, используемое внутри для маскированных значений. Если fill_value не является None, он заменяет endwith.
стабильныйbool, необязательно: Только для совместимости с np.sort. Игнорируется.

Смотрите также

numpy.ndarray.sort: Метод для сортировки массива на месте.
argsort: Косвенная сортировка.
lexsort: Косвенная устойчивая сортировка по нескольким ключам.
searchsorted: Найти элементы в отсортированном массиве.

Примечания

См. sort для примечаний о различных алгоритмах сортировки.

Примеры

>>> import numpy as np
>>> a = np.ma.array([1, 2, 5, 4, 3],mask=[0, 1, 0, 1, 0])
>>> # Default
>>> a.sort()
>>> a
masked_array(data=[1, 3, 5, --, --],
             mask=[False, False, False,  True,  True],
       fill_value=999999)

>>> a = np.ma.array([1, 2, 5, 4, 3],mask=[0, 1, 0, 1, 0])
>>> # Put missing values in the front
>>> a.sort(endwith=False)
>>> a
masked_array(data=[--, --, 1, 3, 5],
             mask=[ True,  True, False, False, False],
       fill_value=999999)

>>> a = np.ma.array([1, 2, 5, 4, 3],mask=[0, 1, 0, 1, 0])
>>> # fill_value takes over endwith
>>> a.sort(endwith=False, fill_value=3)
>>> a
masked_array(data=[1, --, --, 3, 5],
             mask=[False,  True,  True, False, False],
       fill_value=999999)