• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Herramientas
    • Método D’Hondt – Atribución de escaños
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • Python
  • Pandas
  • NumPy
  • Matlab
  • Julia
  • Excel
  • IA Generativa

NumPy: Ordenar en base a la suma de las columnas o filas de matrices NumPy

julio 20, 2021 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

NumPy

El año pasado publiqué una entrada en la que se enseñaba a ordenar las matrices de NumPy en base a los valores de una fila o columna. Para lo que se usaba el método argsort(). En esta ocasión veremos otro problema similar y bastante habitual: ordenar en base a la suma de las columnas o de las filas.

Obtener la suma de las columnas o filas en NumPy

Para continuar es necesario crear primero una matriz, para lo que se puede usar simplemente el siguiente código

import numpy as np

arr = np.array([[21, 12, 33],
                [12,  7, 13],
                [31, 20, 21]])

Ahora, la suma de los elementos de esta matriz se puede obtener mediante el método sum() que tienen los objetos ndarray. Un método que si no se indica nada devuelve la suma de todos los elementos, pero, mediante la propiedad axis, es posible indicarle que se desea la suma de las filas (1) o columnas (0). Por ejemplo, para obtener la suma de las columnas se puede escribir

arr.sum(axis=0)
array([64, 39, 67])

Publicidad


Ordenar en base a la suma de columnas

Ahora bien, para reordenar la matriz en base a estos valores es necesario obtener los índices que ordenaría este vector, lo que nos proporciona el método argsort(). Así se pueden obtener los índices mediante la línea

Consistencia en nombres y orden en TypeScript: la base de un código mantenible aplicado a tslane
En Analytics Lane
Consistencia en nombres y orden en TypeScript: la base de un código mantenible aplicado a tslane

arr.sum(axis=0).argsort()
array([1, 0, 2])

Donde se puede ver que en la segunda posición se encuentra la columna cuya suma es la menor de las tres, en la primera el valor intermedio y en la última con la mayor suma. Esto es, los índices con los que se podría ordenar la matriz en orden ascendente.

arr.sum(axis=0)[arr.sum(axis=0).argsort()]
array([39, 64, 67])

Lo que también se puede emplear para ordenar las columnas de la matriz en base a la suma de estas. Algo que se puede, tal como se explicó anteriormente, se puede obtener simplemente con el siguiente código.

arr[:, arr.sum(axis=0).argsort()]
array([[12, 21, 33],
       [ 7, 12, 13],
       [20, 31, 21]])

Ordenar en orden decreciente

Desafortunadamente, el método argsort() no dispone de una propiedad con la que se obtengan los índices que ordenen el vector original en orden descendente. Aunque esto es algo que se puede solucionar fácilmente mediante el uso del operador :, simplemente invirtiendo el orden del array tal como se muestra a continuación.

arr[:, arr.sum(axis=0).argsort()[::-1]]
array([[33, 21, 12],
       [13, 12,  7],
       [21, 31, 20]])

Publicidad


Ordenar en base a la suma de las filas

Finalmente, para ordenar en base a la suma de las filas solamente hay que cambiar el eje sobre el que suma el método sum(), obtener los indices correspondientes y aplicarlos para ordenar las filas. Así para ordenar en base a la suma de las filas solamente hay que escribir.

arr[arr.sum(axis=0).argsort()]
array([[12,  7, 13],
       [21, 12, 33],
       [31, 20, 21]])

Conclusiones

En esta ocasión hemos visto cómo se puede ordenar en base a la suma de las columnas o filas la matriz NumPy. Comprobado como una operación que es bastante habitual se puede realizar fácilmente en Python combinando el uso de los métodos sum() y argsort().

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicidad


Publicaciones relacionadas

  • Consistencia en nombres y orden en TypeScript: la base de un código mantenible aplicado a tslane
  • Análisis de Redes con Python
  • Nuevo calendario de publicaciones: más calidad, mejor ritmo
  • Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Publicaciones de verano 2025: los trucos más populares, ahora en vídeo
  • Cómo enviar correos desde PowerShell utilizando Brevo: Guía paso a paso para automatizar tus notificaciones
  • Nueva herramienta disponible: Calculadora del Método D’Hondt para la atribución de escaños
  • Cómo enviar correos desde Python utilizando Brevo: Automatiza tus notificaciones con scripts eficientes

Publicado en: Python Etiquetado como: NumPy

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

¡Nuevo video! Gráficos de barras en Matplotlib sin complicarte

julio 17, 2025 Por Daniel Rodríguez

¡Nuevo video! Iterar filas en Pandas sin romperte la cabeza

julio 15, 2025 Por Daniel Rodríguez

¡Nuevo video! Encuentra la posición en listas como un PRO

julio 10, 2025 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Obtención de valores únicos de una columna con Pandas publicado el mayo 8, 2019 | en Python
  • pandas Pandas: Cómo iterar sobre las filas de un DataFrame en Pandas publicado el septiembre 13, 2021 | en Python
  • Cómo encontrar la posición de elementos en una lista de Python publicado el abril 12, 2021 | en Python
  • Codificación JSON Archivos JSON con Python: lectura y escritura publicado el julio 16, 2018 | en Python
  • La tabla de la web finalmente importada en Excel Importar tablas desde la web en Excel publicado el octubre 21, 2020 | en Herramientas

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.5 (10)

Diferencias entre var y let en JavaScript

Publicidad

Comentarios recientes

  • Piera en Ecuaciones multilínea en Markdown
  • Daniel Rodríguez en Tutorial de Mypy para Principiantes
  • Javier en Tutorial de Mypy para Principiantes
  • javier en Problemas con listas mutables en Python: Cómo evitar efectos inesperados
  • soldado en Numpy básico: encontrar la posición de un elemento en un Array de Numpy

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2025 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto