Optimisation bacth avec multiprocessing ?

Le plus performant est toujours de faire le tri "sur place", c-à-d directement sur l'array, et sans aucune réaffectation (comme pour les listes).

Une lecture de notice est toujours bonne
https://docs.scipy.org/doc/numpy/ref...y.ndarray.sort

D'autant plus que l'exemple qui y est donné, qui tag les colonnes d'un nom et d'un type, devrait fortement vous intéresser.

Après des dizaines d'essais, je ne parviens pas à trier mon tableau :

Code:

---

1 2	Cal.sort(axis=2) Cal.sort(axis=3)

---

AxisError('axis 2 is out of bounds for array of dimension 2')

quicksort par défaut me convient, mais l'ordre descendant n'a pas l'air disponible sur ce sort, ce n'est pas grave, je peux parcourir mon tableau en commençant par la fin.

axis ca dit juste la dimension sur laquelle tu fais le tri (donc soit les lignes axis=0, soit les colonnes axis=1). Prend les exemples de la notice, testent les. Modifie ensuite 2-3 paramètres pour ensuite bien comprendre ce que cela fait, car là tu n'as manifestement rien compris !

Hello Lg_53,

cela fait des heures que je tourne ces tri dans tous les sens et à aucun moment j'ai eu un résultat correcte...
Si tu pouvait me débloquer, je te serais très reconnaissant :calim2:

Extrait de la doc de numpy.sort :

Citation:

---

See also

ndarray.sort
Method to sort an array in-place.
argsort
Indirect sort.
lexsort
Indirect stable sort on multiple keys. << ----- Oh mais dis donc c'est pas ce qu'on cherche à faire ?
searchsorted
Find elements in a sorted array.
partition
Partial sort.

---

Les exemples de lexsort, je ne les trouve certes pas très parlant, mais en complétant avec une recherche google on y parvient :

https://stackoverflow.com/questions/...in-two-columns

Et ensuite quand on y comprend rien, il faut impérativement travailler sur des petits exemples et pas dans tous le gros code, petit exemple que vous pouvez d'ailleurs poster ce qui permet de fixer clairement les idées et de préciser le résultat attendu.

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

from copy import deepcopy   import numpy as np   data = [[1, 1, 0, 1718], [2, 1, 0, 25], [3, 1, 0, 52], [4, 1, 0, 36], [5, 1, 0, 0], [6, 1, 0, 0], [7, 1, 2, 99], [8, 1, 1, 0], [9, 1, 0, 0], [10, 1, 5, 0], [11, 1, 0, 2], [12, 1, 0, 2], [13, 1, 3, 0], [14, 1, 0, 0], [15, 1, 0, 0], [16, 1, 4, 0], [17, 1, 0, 0], [18, 0, 0, 7], [19, 0, 0, 7], [20, 0, 0, 0]]   BaseX1 = deepcopy(data)   BaseX1.sort(key=lambda x : (-x[3],x[0]))   BaseX2 = np.array(data )   BaseX2 = BaseX2[np.lexsort(( -BaseX2[:, 3], BaseX2[:, 0]))] print(BaseX2)

---