Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment trier un tableau NumPy par colonne (avec exemples)



Vous pouvez utiliser les méthodes suivantes pour trier les lignes d’un tableau NumPy par valeurs de colonne :

Méthode 1 : Trier par valeurs de colonne par ordre croissant

x_sorted_asc = x[x[:, 1].argsort()]

Méthode 2 : Trier par valeurs de colonne décroissantes

x_sorted_desc = x[x[:, 1].argsort()[::-1]]

Les exemples suivants montrent comment utiliser chaque méthode dans la pratique.

Exemple 1 : trier le tableau Numpy par valeurs de colonne par ordre croissant

Supposons que nous ayons le tableau NumPy suivant :

import numpy as np

#create array
x = np.array([14, 12, 8, 10, 5, 7, 11, 9, 2]).reshape(3,3)

#view array
print(x)

[[14 12  8]
 [10  5  7]
 [11  9  2]]

Nous pouvons utiliser le code suivant pour trier les lignes du tableau NumPy par ordre croissant en fonction des valeurs de la deuxième colonne :

#define new matrix with rows sorted in ascending order by values in second column
x_sorted_asc = x[x[:, 1].argsort()]

#view sorted matrix
print(x_sorted_asc)

[[10  5  7]
 [11  9  2]
 [14 12  8]]

Notez que les lignes sont désormais triées par ordre croissant (de la plus petite à la plus grande) en fonction des valeurs de la deuxième colonne.

Exemple 2 : Trier le tableau Numpy par valeurs de colonne décroissantes

Supposons que nous ayons le tableau NumPy suivant :

import numpy as np

#create array
x = np.array([14, 12, 8, 10, 5, 7, 11, 9, 2]).reshape(3,3)

#view array
print(x)

[[14 12  8]
 [10  5  7]
 [11  9  2]]

Nous pouvons utiliser le code suivant pour trier les lignes du tableau NumPy par ordre décroissant en fonction des valeurs de la deuxième colonne :

#define new matrix with rows sorted in descending order by values in second column
x_sorted_desc = x[x[:, 1].argsort()[::-1]]

#view sorted matrix
print(x_sorted_desc)

[[14 12  8]
 [11  9  2]
 [10  5  7]]

Notez que les lignes sont désormais triées par ordre décroissant (de la plus grande à la plus petite) en fonction des valeurs de la deuxième colonne.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes en Python :

Comment trouver l’indice de valeur dans le tableau NumPy
Comment obtenir une colonne spécifique à partir d’un tableau NumPy
Comment ajouter une colonne à un tableau NumPy

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *