sort

paddle. sort ( x, axis=- 1, descending=False, stable=False, name=None ) [源代码]

对输入变量沿给定轴进行排序，输出排序好的数据，其维度和输入相同。默认升序排列，如果需要降序排列设置 descending=True 。

参数

  • x (Tensor) - 输入的多维 Tensor，支持的数据类型：float32、float64、int16、int32、int64、uint8。

  • axis (int，可选) - 指定对输入 Tensor 进行运算的轴，axis 的有效范围是[-R, R)，R 是输入 x 的 Rank， axis 为负时与 axis +R 等价。默认值为-1。

  • descending (bool，可选) - 指定算法排序的方向。如果设置为 True，算法按照降序排序。如果设置为 False 或者不设置，按照升序排序。默认值为 False。

  • stable (bool，可选) - 是否使用稳定排序算法。若设置为 True，则使用稳定排序算法，即相同元素的顺序在排序结果中将会被保留。默认值为 False，此时的算法不一定是稳定排序算法。

  • name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回

Tensor，排序后的输出（与 x 维度相同、数据类型相同）。

代码示例

>>> import paddle

>>> x = paddle.to_tensor([[[5,8,9,5],
...                        [0,0,1,7],
...                        [6,9,2,4]],
...                       [[5,2,4,2],
...                        [4,7,7,9],
...                        [1,7,0,6]]],
...                      dtype='float32')
>>> out1 = paddle.sort(x=x, axis=-1)
>>> out2 = paddle.sort(x=x, axis=0)
>>> out3 = paddle.sort(x=x, axis=1)
>>> print(out1.numpy())
[[[5. 5. 8. 9.]
  [0. 0. 1. 7.]
  [2. 4. 6. 9.]]
 [[2. 2. 4. 5.]
  [4. 7. 7. 9.]
  [0. 1. 6. 7.]]]
>>> print(out2.numpy())
[[[5. 2. 4. 2.]
  [0. 0. 1. 7.]
  [1. 7. 0. 4.]]
 [[5. 8. 9. 5.]
  [4. 7. 7. 9.]
  [6. 9. 2. 6.]]]
>>> print(out3.numpy())
[[[0. 0. 1. 4.]
  [5. 8. 2. 5.]
  [6. 9. 9. 7.]]
 [[1. 2. 0. 2.]
  [4. 7. 4. 6.]
  [5. 7. 7. 9.]]]