Pythonのa.sort、sorted（a）、np_argsort（a）、np.lexsort（b、a）

sorted（array）

この関数は、元の配列を変更せずに、ソートされた配列を返します。

a = [9,5,3,1,12,6]
b = sorted([9,5,3,1,12,6])
print "Sorted Array :\n",
print (b)
print "Original Array :\n",
print (a)

上記のコードを実行すると、次の結果が得られます-

Sorted Array :
[1, 3, 5, 6, 9, 12]
Original Array :
[9, 5, 3, 1, 12, 6]

list.sort（）

sort関数は、指定された配列にインプレース変更を行うことにより、ソートされた配列を返します。したがって、元の配列は次の例に示すように変更されます。

a = [9,5,3,1,12,6]
print "Original Array :\n",
print (a)
print "Sorted Array :\n",
a.sort()
print (a)

上記のコードを実行すると、次の結果が得られます-

Original Array :
[9, 5, 3, 1, 12, 6]
Sorted Array :
[1, 3, 5, 6, 9, 12]

したがって、sorted（）関数は、元の配列のコピーを作成してから変更するため、sort（）よりも低速です。

より複雑なソート要件は、Numpyを使用して行われます。 Numpyは、多くの高度な機能を提供するため、科学データ処理で広く使用されているPythonライブラリです。以下の例では、純粋なPythonの並べ替え方法とNumpyの並べ替え方法の両方を確認します。

numpy.argsort

numpyのこの関数は、配列要素ではなく、ソートされた配列のインデックスを返します。次の例では、配列を取得し、その要素を各要素のインデックスとともに出力します。次に、結果としてソートされた配列のインデックスを提供するargsort関数を適用すると、結果も配列になります。

import numpy as np
x = np.array([9,5,3,1,12,6])
print(x)

#Print the positions of elements
for i in range(len(x)):
print "[",i,"]",x[i],
print "\n"
# Print the indices of sorted elements
s = np.argsort(x)
print(s)

上記のコードを実行すると、次の結果が得られます-

[ 9 5 3 1 12 6]

[ 0 ] 9 [ 1 ] 5 [ 2 ] 3 [ 3 ] 1 [ 4 ] 12 [ 5 ] 6

[3 2 1 5 0 4]

numpy.lexsort

この関数は、複数の配列を含む複数のソートキーを使用してソートするために使用されます。たとえば、最初に列Aでデータを並べ替え、次に列Bで値を並べ替えます。次の例では、列Aと列Bを表す2つの配列を使用します。lexsort（）関数を適用して、最初に列Aで並べ替え、次に列で並べ替えます。 B列Aの要素のインデックスを含む配列としてソートした結果を取得します。

import numpy as np
colA = [2,5,1,8,1] # First column
colB = [9,0,3,2,0] # Second column
# Sort by ColA and then by colB
sorted_index = np.lexsort((colB,colA))
print(sorted_index)
#print the result showing the
#column values as pairs
print [(colA[i],colB[i]) for i in sorted_index]

上記のコードを実行すると、次の結果が得られます-

[4 2 0 1 3]
[(1, 0), (1, 3), (2, 9), (5, 0), (8, 2)]

ご覧のとおり、colAの最低2つの値は、インデックス位置2と4の1と1です。ただし、結果では、列Bのそれぞれの値である0と3も最初に並べ替えられるため、昇順として4と2が表示されます。 0、3、結果は4と2になります。