Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Tri des Tableaux 2D | Fonctions NumPy Couramment Utilisées
Numpy Ultime
course content

Contenu du cours

Numpy Ultime

Numpy Ultime

1. Bases de NumPy
2. Indexation et Découpage
3. Fonctions NumPy Couramment Utilisées
4. Math avec NumPy

book
Tri des Tableaux 2D

Comme vous pouvez le voir, passer simplement notre tableau 2D à la fonction sort() trie chaque tableau 1D le long de l'axe 1 (qui est l'option par défaut dans un tableau 2D). Définir axis=0 trie chaque tableau 1D le long de l'axe 0 (chaque colonne).

Définir axis=None renvoie un tableau 1D trié contigu de tous les éléments du tableau 2D.

12345678
import numpy as np array_2d = np.array([[2, 9, 3], [1, 6, 4], [5, 7, 8]]) # Sorting a 2D array along axis 1 print(np.sort(array_2d)) # Sorting a 2D array along axis 0 print(np.sort(array_2d, axis=0)) # Creating a 1D sorted array out of the elements of array_2d print(np.sort(array_2d, axis=None))
copy

Tri des tableaux 2D par ordre décroissant

Lors du tri des tableaux 2D par ordre décroissant le long d'un axe donné, vous devez utiliser deux tranches : une tranche complète ([:]) et une autre avec un pas négatif ([::-1]). La position de la tranche avec le pas négatif doit correspondre à l'axe le long duquel vous triez.

Remarque

Lors du tri le long de l'axe 0, vous pouvez utiliser uniquement une tranche avec un pas négatif, car elle indexe déjà le long de cet axe.

12345678
import numpy as np array_2d = np.array([[2, 9, 3], [1, 6, 4], [5, 7, 8]]) # Sorting a 2D array along axis 1 in descending order print(np.sort(array_2d)[:, ::-1]) # Sorting a 2D array along axis 0 in descending order print(np.sort(array_2d, axis=0)[::-1]) # Creating a 1D sorted array out of the elements of array_2d in descending order print(np.sort(array_2d, axis=None)[::-1])
copy
Tâche

Swipe to start coding

Vous avez un tableau 2D nommé exam_scores contenant les scores pour chaque examen d'une certaine matière. Chaque colonne représente une matière spécifique, et chaque ligne représente un étudiant individuel. Ainsi, une ligne spécifique affiche les scores de cet étudiant pour chaque examen.

  1. Créez un tableau 2D NumPy nommé top_scores_subject basé sur exam_scores où chaque colonne, représentant une certaine matière, est triée par scores en ordre décroissant.

  2. Créez un tableau 1D NumPy nommé sorted_scores basé sur exam_scores, contenant tous les scores triés en ordre croissant.

En faisant cela, vous pouvez facilement identifier les scores les plus élevés pour chaque examen et les scores les plus bas pour tous les examens.

Solution

Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 2
toggle bottom row

book
Tri des Tableaux 2D

Comme vous pouvez le voir, passer simplement notre tableau 2D à la fonction sort() trie chaque tableau 1D le long de l'axe 1 (qui est l'option par défaut dans un tableau 2D). Définir axis=0 trie chaque tableau 1D le long de l'axe 0 (chaque colonne).

Définir axis=None renvoie un tableau 1D trié contigu de tous les éléments du tableau 2D.

12345678
import numpy as np array_2d = np.array([[2, 9, 3], [1, 6, 4], [5, 7, 8]]) # Sorting a 2D array along axis 1 print(np.sort(array_2d)) # Sorting a 2D array along axis 0 print(np.sort(array_2d, axis=0)) # Creating a 1D sorted array out of the elements of array_2d print(np.sort(array_2d, axis=None))
copy

Tri des tableaux 2D par ordre décroissant

Lors du tri des tableaux 2D par ordre décroissant le long d'un axe donné, vous devez utiliser deux tranches : une tranche complète ([:]) et une autre avec un pas négatif ([::-1]). La position de la tranche avec le pas négatif doit correspondre à l'axe le long duquel vous triez.

Remarque

Lors du tri le long de l'axe 0, vous pouvez utiliser uniquement une tranche avec un pas négatif, car elle indexe déjà le long de cet axe.

12345678
import numpy as np array_2d = np.array([[2, 9, 3], [1, 6, 4], [5, 7, 8]]) # Sorting a 2D array along axis 1 in descending order print(np.sort(array_2d)[:, ::-1]) # Sorting a 2D array along axis 0 in descending order print(np.sort(array_2d, axis=0)[::-1]) # Creating a 1D sorted array out of the elements of array_2d in descending order print(np.sort(array_2d, axis=None)[::-1])
copy
Tâche

Swipe to start coding

Vous avez un tableau 2D nommé exam_scores contenant les scores pour chaque examen d'une certaine matière. Chaque colonne représente une matière spécifique, et chaque ligne représente un étudiant individuel. Ainsi, une ligne spécifique affiche les scores de cet étudiant pour chaque examen.

  1. Créez un tableau 2D NumPy nommé top_scores_subject basé sur exam_scores où chaque colonne, représentant une certaine matière, est triée par scores en ordre décroissant.

  2. Créez un tableau 1D NumPy nommé sorted_scores basé sur exam_scores, contenant tous les scores triés en ordre croissant.

En faisant cela, vous pouvez facilement identifier les scores les plus élevés pour chaque examen et les scores les plus bas pour tous les examens.

Solution

Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 2
Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
We're sorry to hear that something went wrong. What happened?
some-alt