mindspore.ops.sort

查看源文件
mindspore.ops.sort(input_x, axis=- 1, descending=False)[源代码]

按指定顺序对输入Tensor的指定维上的元素进行排序。

参数：

  • input_x (Tensor) - 进行排序的Tensor，shape为 \((N,*)\) ，其中 \(*\) 表示任意数量的的额外维度。

  • 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) - 按降序还是升序。如果为 True ，则元素按降序排列，否则按升序排列。默认值： False 。

警告

目前能良好支持的数据类型有：Float16、UInt8、Int8、Int16、Int32、Int64。如果使用Float32，可能产生精度误差。

返回：

  • y1 (Tensor) - 排序后的值，其shape和数据类型与输入一致。

  • y2 (Tensor) - 返回值在原输入Tensor里对应的索引，数据类型为int32。

异常：

  • TypeError - axis 不是int类型。

  • TypeError - descending 不是bool类型。

  • TypeError - input_x 不是Float16、Float32、UInt8、Int8、Int16、Int32或Int64。

  • ValueError - axis 不在[-len(input_x.shape), len(input_x.shape))范围内。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> x = Tensor(np.array([[8, 2, 1], [5, 9, 3], [4, 6, 7]]), mindspore.float16)
>>> output = ops.sort(x)
>>> # The output below is based on the Ascend platform.
>>> print(output)
(Tensor(shape=[3, 3], dtype=Float16, value=
[[ 1.0000e+00,  2.0000e+00,  8.0000e+00],
[ 3.0000e+00,  5.0000e+00,  9.0000e+00],
[ 4.0000e+00,  6.0000e+00,  7.0000e+00]]), Tensor(shape=[3, 3], dtype=Int32, value=
[[2, 1, 0],
[2, 0, 1],
[0, 1, 2]]))