NumPy: الفرز والبحث

import numpy as np

a = np.array([3, 1, 4, 1, 5, 9, 2, 6])

print(np.sort(a))       # [1 1 2 3 4 5 6 9]
print(np.argsort(a))    # [1 3 0 6 2 4 7 5]  (الفهارس)

# فرز ثنائي الأبعاد
b = np.array([[3, 1, 4],
              [1, 5, 9]])
print(np.sort(b, axis=0))  # فرز كل عمود
print(np.sort(b, axis=1))  # فرز كل صف

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبت مسبقاً — قم بتثبيته محلياً (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

import numpy as np

a = np.array([1, 3, 5, 7, 9])

---
## 3. إيجاد مواضع الإدراج (يجب أن تكون المصفوفة مرتبة)
print(np.searchsorted(a, 4))  # 2 (أدخل بين 3 و 5)
print(np.searchsorted(a, [2, 6, 8]))  # [1 3 4]

---
## 4. إيجاد الفهارس حيث الشرط محقق
print(np.where(a > 4))  # (array([2, 3, 4]),)

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبت مسبقاً — قم بتثبيته محلياً (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

a = np.array([3, 1, 4, 1, 5, 9, 2, 6, 5, 3])

print(np.unique(a))  # [1 2 3 4 5 6 9]

---
## 5. مع الأعداد
vals, counts = np.unique(a, return_counts=True)
print(vals)     # [1 2 3 4 5 6 9]
print(counts)   # [2 1 2 1 2 1 1]

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبت مسبقاً — قم بتثبيته محلياً (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

import numpy as np

a = np.array([3, 1, 4, 1, 5, 9, 2, 6])

---
## 6. الفرز يُرجع نسخة مرتبة
sorted_a = np.sort(a)
print("Original:", a)
print("Sorted:", sorted_a)

---
## 7. فرز في المكان
a.sort()
print("In-place:", a)

---
## 8. فرز ثنائي الأبعاد على طول المحور
b = np.array([[3, 1, 4], [1, 5, 9]])
print("Sort columns:
", np.sort(b, axis=0))
print("Sort rows:
", np.sort(b, axis=1))

Original:
Sorted:
In-place:

import numpy as np

scores = np.array([85, 92, 78, 95, 88])
names = np.array(['Alice', 'Bob', 'Charlie', 'Diana', 'Eve'])

---
## 9. الحصول على الفهارس التي سترتب الدرجات
idx = np.argsort(scores)
print("Indices:", idx)
print("Sorted scores:", scores[idx])

---
## 10. ترتيب الأسماء حسب درجاتهم (تنازلياً)
desc_idx = np.argsort(-scores)
print("Ranking:")
for rank, i in enumerate(desc_idx, 1):
    print(f"  {rank}. {names[i]}: {scores[i]}")

Indices:
Sorted scores:
Ranking:

import numpy as np

grades = np.array(['A', 'B', 'A', 'C', 'B', 'A', 'B', 'B', 'C', 'A'])

unique, counts = np.unique(grades, return_counts=True)
print("Grades:", unique)
print("Counts:", counts)

---
## 11. إيجاد مكان إدراج القيم في مصفوفة مرتبة
sorted_arr = np.array([1, 3, 5, 7, 9])
pos = np.searchsorted(sorted_arr, [2, 4, 6, 8])
print("Insertion positions:", pos)

Grades:
Counts:
Insertion positions: