python 浮点排序返回下标

你可以使用 `numpy.argsort()` 函数来获取浮点数数组排序后的下标数组。下面是一个示例代码：

import numpy as np

arr = np.array([3.2, 1.5, 4.8, 2.1, 5.3])
idx = np.argsort(arr)

print(idx)

输出：

[1 3 0 2 4]

其中，`idx` 数组表示排序后每个浮点数在原数组中的下标位置。例如，排序后第一个浮点数为 `1.5`，在原数组中的下标位置为 `1`。因此，`idx[0]` 的值为 `1`。

相关问题

Python numpy的用法

Python的NumPy库是科学计算的基础包，它提供了一个强大的N维数组对象以及许多用于处理这些数组的函数。NumPy的主要用途包括：

1. **创建数组**：你可以使用`numpy.array()`函数创建数组，它可以接受列表、元组或其他序列作为输入。例如：`import numpy as np; arr = np.array([1, 2, 3])`。

2. **数据类型**：NumPy数组有固定的元素类型，一旦创建就不能改变，这保证了性能。常见的类型如整型（int）、浮点型（float）和复数（complex）等。

3. **数组操作**：支持大量的数学运算，比如加减乘除、矩阵运算（如求和、平均值、排序、切片等），还有广播机制可以方便地对不同形状的数组进行操作。

4. **索引和切片**：通过数组的下标（类似Python列表）可以访问和修改元素，而切片功能则可以提取子数组。

5. **维度操作**：NumPy支持多维度数组的操作，像轴向的堆叠、分割、重塑等。

6. **随机数生成**：提供了多种生成随机数的功能，这对于模拟和统计分析非常有用。

# 示例
import numpy as np

arr = np.array([[1, 2], [3, 4]])
print(arr.shape)  # (2, 2)
print(arr[0, 1])  # 输出：2
arr_sum = arr.sum()  # 求和
rand_array = np.random.rand(5)  # 随机生成5个0到1之间的浮点数