mindspore.Tensor.argsort

mindspore.Tensor.argsort(axis=- 1, descending=False) → Tensor

按指定顺序对 self 沿给定维度进行排序，并返回排序后的索引。

参数：

• axis (int，可选) - 指定排序的轴。默认值： -1 ，表示指定最后一维。当前Ascend后端只支持对最后一维进行排序。

• descending (bool，可选) - 输出顺序。如果 descending 为 True ，按照元素值降序排序，否则升序排序。默认值： False 。

返回：

Tensor，排序后 self 的索引。数据类型为int32。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor
>>> x = Tensor(np.array([[8, 2, 1], [5, 9, 3], [4, 6, 7]]), mindspore.float16)
>>> sort = Tensor.argsort(x)  # x.argsort()
>>> print(sort)
[[2 1 0]
 [2 0 1]
 [0 1 2]]

mindspore.Tensor.argsort(dim=- 1, descending=False, stable=False) → Tensor

按指定顺序对 self 沿给定维度进行排序，并返回排序后的索引。

警告

这是一个实验性API，后续可能修改或删除。

参数：

• dim (int，可选) - 指定排序的轴。默认值： -1 ，表示指定最后一维。当前Ascend后端只支持对最后一维进行排序。

• descending (bool，可选) - 输出顺序。如果 descending 为 True ，按照元素值降序排序，否则升序排序。默认值： False 。

• stable (bool，可选) - 是否使用稳定排序算法。 默认值： False 。

返回：

Tensor，排序后 self 的索引。数据类型为int64。

异常：

• ValueError - 如果 dim 的设定值超出了范围。

• TypeError - 如果 dim 的数据类型不是int32。

• TypeError - 如果 descending 的数据类型不是bool。

• TypeError - 如果 stable 的数据类型不是bool。

支持平台：

Ascend

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor
>>> x = Tensor(np.array([[8, 2, 1], [5, 9, 3], [4, 6, 7]]), mindspore.float16)
>>> sort = Tensor.argsort(x)  # x.argsort()
>>> print(sort)
[[2 1 0]
 [2 0 1]
 [0 1 2]]