argsort

  • paddle.fluid.layers.argsort(input, axis=-1, descending=False, name=None)[源代码]

对输入变量沿给定轴进行排序,输出排序好的数据和相应的索引,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:
    • input (Variable) - 输入的多维 Tensor ,支持的数据类型:float32、float64。
    • 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0。
    • 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。
    • 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:一组已排序的输出(与 input 维度相同、数据类型相同)和索引(数据类型为int64)。

返回类型:tuple[Variable]

代码示例

  1. import paddle.fluid as fluid
  2. import numpy as np
  3.  
  4. in1 = np.array([[[5,8,9,5],
  5. [0,0,1,7],
  6. [6,9,2,4]],
  7. [[5,2,4,2],
  8. [4,7,7,9],
  9. [1,7,0,6]]]).astype(np.float32)
  10. with fluid.dygraph.guard():
  11. x = fluid.dygraph.to_variable(in1)
  12. out1 = fluid.layers.argsort(input=x, axis=-1) # same as axis==2
  13. out2 = fluid.layers.argsort(input=x, axis=0)
  14. out3 = fluid.layers.argsort(input=x, axis=1)
  15. print(out1[0].numpy())
  16. # [[[5. 5. 8. 9.]
  17. # [0. 0. 1. 7.]
  18. # [2. 4. 6. 9.]]
  19. # [[2. 2. 4. 5.]
  20. # [4. 7. 7. 9.]
  21. # [0. 1. 6. 7.]]]
  22. print(out1[1].numpy())
  23. # [[[0 3 1 2]
  24. # [0 1 2 3]
  25. # [2 3 0 1]]
  26. # [[1 3 2 0]
  27. # [0 1 2 3]
  28. # [2 0 3 1]]]
  29. print(out2[0].numpy())
  30. # [[[5. 2. 4. 2.]
  31. # [0. 0. 1. 7.]
  32. # [1. 7. 0. 4.]]
  33. # [[5. 8. 9. 5.]
  34. # [4. 7. 7. 9.]
  35. # [6. 9. 2. 6.]]]
  36. print(out3[0].numpy())
  37. # [[[0. 0. 1. 4.]
  38. # [5. 8. 2. 5.]
  39. # [6. 9. 9. 7.]]
  40. # [[1. 2. 0. 2.]
  41. # [4. 7. 4. 6.]
  42. # [5. 7. 7. 9.]]]