Python Data Science Handbook, 2. Auflage

Kapitel 11. Arrays sortieren

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Bis zu diesem Punkt haben wir uns hauptsächlich mit Werkzeugen beschäftigt, mit denen du mit NumPy auf Array-Daten zugreifen und sie bearbeiten kannst. In diesem Kapitel geht es um Algorithmen für das Sortieren von Werten in NumPy-Arrays. Diese Algorithmen sind ein beliebtes Thema in Einführungskursen in die Informatik: Wenn du jemals einen solchen Kurs belegt hast, hast du wahrscheinlich von Einfüge-, Auswahl-,Zusammenführungs-, Schnell- und Blasensortierungen geträumt (oder, je nach Temperament, Albträume gehabt). Sie alle dienen dazu, eine ähnliche Aufgabe zu erfüllen: das Sortieren der Werte in einer Liste oder einem Array.

Python hat eine Reihe von eingebauten Funktionen und Methoden zum Sortieren von Listen und anderen iterierbaren Objekten. Die Funktion sorted nimmt eine Liste entgegen und gibt eine sortierte Version davon zurück:

In [1]: L = [3, 1, 4, 1, 5, 9, 2, 6]
        sorted(L)  # returns a sorted copy
Out[1]: [1, 1, 2, 3, 4, 5, 6, 9]

Im Gegensatz dazu sortiert die Methode sort die Liste an Ort und Stelle:

In [2]: L.sort()  # acts in-place and returns None
        print(L)
Out[2]: [1, 1, 2, 3, 4, 5, 6, 9]

Die Sortiermethoden von Python sind sehr flexibel und können mit jedem iterierbaren Objekt umgehen. Hier sortieren wir zum Beispiel eine Zeichenkette:

In [3]: sorted('python')
Out[3]: ['h', 'n', 'o', 'p', 't', 'y']

Diese ...