<\/p>\n
Voc\u00ea pode usar qualquer um dos seguintes m\u00e9todos para calcular a ordem dos elementos em uma matriz NumPy:<\/span><\/p>\n M\u00e9todo 1: use argsort() do NumPy<\/strong><\/span><\/p>\n M\u00e9todo 2: Use Rankdata() do SciPy<\/strong><\/span><\/p>\n Os exemplos a seguir mostram como usar cada m\u00e9todo na pr\u00e1tica com o seguinte array NumPy:<\/span><\/p>\n O c\u00f3digo a seguir mostra como usar a fun\u00e7\u00e3o argsort()<\/strong> do NumPy para classificar elementos do array:<\/span><\/p>\n Os resultados mostram a classifica\u00e7\u00e3o de cada elemento na matriz original, com 0<\/strong> representando o valor mais baixo.<\/span><\/span><\/p>\n A vantagem dessa abordagem \u00e9 que voc\u00ea n\u00e3o precisa carregar nenhum m\u00f3dulo adicional, mas a desvantagem \u00e9 que argsort()<\/strong> possui apenas um m\u00e9todo para lidar com links.<\/span><\/p>\n Por padr\u00e3o, argsort()<\/strong> usa um m\u00e9todo ordinal para lidar com links, o que significa que o valor vinculado que aparece primeiro recebe automaticamente a classifica\u00e7\u00e3o mais baixa.<\/span><\/p>\n O c\u00f3digo a seguir mostra como usar a fun\u00e7\u00e3o Rankdata()<\/strong> do SciPy para classificar elementos do array:<\/span><\/p>\n Os resultados mostram a classifica\u00e7\u00e3o de cada elemento na matriz original, com 1<\/strong> representando o menor valor.<\/span><\/p>\n Se voc\u00ea quiser que 0<\/strong> represente o menor valor, basta subtrair 1 de cada valor:<\/span><\/p>\n Por padr\u00e3o, a fun\u00e7\u00e3o Rankdata()<\/strong> atribui classifica\u00e7\u00f5es m\u00e9dias a todos os valores com empates.<\/span><\/span><\/p>\n No entanto, voc\u00ea pode usar o argumento do m\u00e9todo para lidar com links de uma maneira diferente.<\/span><\/p>\n Por exemplo, o c\u00f3digo a seguir mostra como usar ordinal<\/strong> como m\u00e9todo de gerenciamento de link:<\/span><\/p>\n Isso produz os mesmos resultados que o m\u00e9todo argsort()<\/strong> do NumPy.<\/span><\/p>\n Outros m\u00e9todos de gerenciamento de links incluem min<\/strong> , max<\/strong> e Dense<\/strong> .<\/span><\/p>\n Aprenda sobre cada m\u00e9todo na documenta\u00e7\u00e3o do SciPy<\/a> .<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns no NumPy:<\/span><\/p>\n Como remover elementos duplicados do array NumPy<\/a> Voc\u00ea pode usar qualquer um dos seguintes m\u00e9todos para calcular a ordem dos elementos em uma matriz NumPy: M\u00e9todo 1: use argsort() do NumPy import numpy as np ranks = np. array (my_array). argsort (). argsort () M\u00e9todo 2: Use Rankdata() do SciPy from scipy. stats import rankdata ranks = rankdata(my_array) Os exemplos a seguir […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3838","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n import<\/span> numpy as<\/span> np\n\nranks = np. array<\/span> (my_array). argsort<\/span> (). argsort<\/span> ()\n<\/strong><\/span><\/pre>\n from<\/span> scipy. stats<\/span> import<\/span> rankdata\n\nranks = rankdata(my_array)\n<\/b><\/span><\/pre>\n import<\/span> numpy as<\/span> np\n\n#define array of values\n<\/span>my_array = np. array<\/span> ([3, 5, 2, 1, 9, 9])\n\n#view array\n<\/span>print<\/span> (my_array)\n\n[3 5 2 1 9 9]<\/b><\/span><\/pre>\n Exemplo 1: Classificar elementos em array NumPy usando argsort()<\/span><\/strong><\/h2>\n
#calculate rank of each item in array\n<\/span>ranks = np. array<\/span> (my_array). argsort<\/span> (). argsort<\/span> ()\n\n#view ranks\n<\/span>print<\/span> (ranks)\n\n[2 3 1 0 4 5]\n<\/strong><\/span><\/pre>\n Exemplo 2: Classificar elementos no array NumPy usando Rankdata()<\/span><\/strong><\/h2>\n
from<\/span> scipy. stats<\/span> import<\/span> rankdata<\/b><\/span>\n\n#calculate rank of each item in array\n<\/span>ranks = rankdata(my_array)<\/b>\n\n#view ranks\n<\/span>print<\/span> (ranks)\n\narray([3. , 4. , 2. , 1. , 5.5, 5.5])\n<\/strong><\/span><\/pre>\n from<\/span> scipy. stats<\/span> import<\/span> rankdata<\/b>\n<\/span>\n#calculate rank of each item in array\n<\/span>ranks = rankdata(my_array) - 1\n\n#view ranks\n<\/span>print<\/span> (ranks)\n\n[2. 3. 1. 0. 4.5 4.5]<\/strong><\/span><\/pre>\n from<\/span> scipy. stats<\/span> import<\/span> rankdata<\/b>\n\n#calculate rank of each item in array\n<\/span>ranks = rankdata(my_array, method=' ordinal<\/span> ') - 1\n\n#view ranks\n<\/span>print<\/span> (ranks)\n\n[2 3 1 0 4 5]\n<\/strong><\/span><\/pre>\n Recursos adicionais<\/strong><\/span><\/h2>\n
Como converter uma matriz NumPy de n\u00fameros flutuantes em inteiros<\/a>
Como converter uma matriz NumPy em um array<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"