测试对秩为1的ndarray进行排序
import numpy as np
# 创建一个未排序的秩为1的ndarray
x = np.random.randint(1,11,size=(10,))
# 打印初始的x
print('初始的 x = ', x)
# 打印测试
print('排序后sort函数返回新的x: ', np.sort(x))
print('继续输出x，原x保持不变:', x)输出：
初始的 x = [2 5 9 7 6 3 9 4 6 6]
排序后sort函数返回新的x: [2 3 4 5 6 6 6 7 9 9]
继续输出x，原x保持不变: [2 5 9 7 6 3 9 4 6 6]若被排序的 ndarray 具有重复的值，np.sort() 将在排好序的数组中保留这些值。但是，我们可以根据需要，同时使用 sort 函数和 unique 函数仅对 x 中的唯一元素进行排序, 如下：
print(np.sort(np.unique(x)))如果想要操作原来的ndarray对象, 直接排序，那么如下：
import numpy as np
# 创建 秩为1的ndarray
x = np.random.randint(1,11,size=(10,))
# 输出：
print('初始的 x = ', x)
# 直接使用 ndarray的sort方法对x本身进行排序
x.sort()
# 打印可查看x本身的元素已经被修改了
print('被排序后的x:', x)输出为：
初始的 x = [2 5 9 7 6 3 9 4 6 6]
排序后sort函数返回新的x: [2 3 4 5 6 6 6 7 9 9]
继续输出x，原x保持不变: [2 5 9 7 6 3 9 4 6 6测试对秩为2的ndarray进行排序
- 使用关键字axis，指定是按行排序，还是按列排序, axis 为 0 是对列排序，为1是对行排序
import numpy as np
# 创建一个秩为2的未排序的ndarray
X = np.random.randint(1,19,size=(9,9))
# 打印 X
print('原始的 X = \n', X)
# 我们对X的列进行排序，并打印排序后的
print('对列排序后的X :\n', np.sort(X, axis = 0))
# 对X的行进行排序，并打印排序后的X
print('对行排序后的X :\n', np.sort(X, axis = 1))输出：
原始的 X =
[[10 2 2 13 7 8 4 13 13]
[ 6 15 12 2 2 10 4 18 17]
[ 1 9 18 3 17 10 16 11 4]
[ 8 6 18 12 10 2 15 6 18]
[ 2 1 13 8 8 18 18 12 6]
[ 9 6 6 14 1 13 8 9 13]
[10 9 6 4 10 10 18 11 1]
[15 9 10 18 8 14 3 10 6]
[18 18 8 5 9 7 16 14 4]]
对列排序后的X :
[[ 1 1 2 2 1 2 3 6 1]
[ 2 2 6 3 2 7 4 9 4]
[ 6 6 6 4 7 8 4 10 4]
[ 8 6 8 5 8 10 8 11 6]
[ 9 9 10 8 8 10 15 11 6]
[10 9 12 12 9 10 16 12 13]
[10 9 13 13 10 13 16 13 13]
[15 15 18 14 10 14 18 14 17]
[18 18 18 18 17 18 18 18 18]]
对行排序后的X :
[[ 2 2 4 7 8 10 13 13 13]
[ 2 2 4 6 10 12 15 17 18]
[ 1 3 4 9 10 11 16 17 18]
[ 2 6 6 8 10 12 15 18 18]
[ 1 2 6 8 8 12 13 18 18]
[ 1 6 6 8 9 9 13 13 14]
[ 1 4 6 9 10 10 10 11 18]
[ 3 6 8 9 10 10 14 15 18]
[ 4 5 7 8 9 14 16 18 18]]