[unix] gnu 정렬에서 -general-numeric-sort와 -numeric-sort 옵션의 차이점은 무엇입니까?

sort두 종류의 숫자 정렬을 제공합니다. 이것은 man 페이지에서 가져온 것입니다.

   -g, --general-numeric-sort
          compare according to general numerical value

   -n, --numeric-sort
          compare according to string numerical value

차이점이 뭐야?

답변

일반 숫자 정렬은 숫자를 부동 소수점으로 비교합니다. 이것은 과학적 표기법 (예 : 1.234E10)을 허용하지만 더 느리고 반올림 오류 (1.2345678은 1.2345679 이후에 올 수 있음)가 발생합니다. 숫자 정렬은 10이 9 다음에 오는 것을 알고있는 일반적인 알파벳 정렬입니다.

참조 http://www.gnu.org/software/coreutils/manual/html_node/sort-invocation.html를

‘-g’ ‘–general-numeric-sort’ ‘–sort = general-numeric’표준 C 함수 strtod를 사용하여 숫자로 정렬하여 각 줄의 접두사를 배정 밀도 부동 소수점 숫자로 변환합니다. 이를 통해 1.0e-34 및 10e100과 같은 과학적 표기법으로 부동 소수점 숫자를 지정할 수 있습니다. LC_NUMERIC 로케일은 소수점 문자를 결정합니다. 오버플로, 언더 플로 또는 변환 오류를보고하지 마십시오. 다음 조합 순서를 사용하십시오. 숫자로 시작하지 않는 행 (모두 동일한 것으로 간주 됨). NaN (IEEE 부동 소수점 산술에서 “숫자가 아님”값)은 일관되지만 기계에 따라 다릅니다. 마이너스 무한대. 숫자 오름차순 (-0과 +0이 같음)의 유한 숫자. 플러스 무한대.

대안이없는 경우에만이 옵션을 사용하십시오. –numeric-sort (-n)보다 훨씬 느리고 부동 소수점으로 변환 할 때 정보를 잃을 수 있습니다.

‘-n’ ‘–numeric-sort’ ‘–sort = numeric’숫자로 정렬합니다. 숫자는 각 행에서 시작하며 선택적 공백, 선택적 ‘-‘기호 및 천 단위 구분 기호로 구분 될 수있는 0 개 이상의 숫자, 선택적으로 소수점 문자 및 0 개 이상의 숫자로 구성됩니다. 빈 숫자는 ‘0’으로 처리됩니다. LC_NUMERIC 로케일은 소수점 문자와 천 단위 구분 기호를 지정합니다. 기본적으로 공백은 공백 또는 탭이지만 LC_CTYPE 로케일이이를 변경할 수 있습니다.

비교는 정확합니다. 반올림 오류가 없습니다.

선행 ‘+’또는 지수 표기법은 인식되지 않습니다. 이러한 문자열을 숫자로 비교하려면 –general-numeric-sort (-g) 옵션을 사용하십시오.

답변

로케일에주의해야합니다. 예를 들어, 부동 숫자 (예 : 2.2)를 정렬하려는 반면 로케일은 쉼표 (예 : 2,2) 사용을 예상 할 수 있습니다.

이 포럼에 보고 된대로 -n 또는 -g 플래그를 사용하면 잘못된 결과를 얻을 수 있습니다.

제 경우에는 다음을 사용합니다.

LC_ALL=C sort -k 6,6n file

다음을 포함하는 6 번째 열을 정렬하려면

2.5
3.7
1.4

얻기 위해

1.4
2.5
3.7

답변

-g허용 과학적 표기법 을 언급하는 허용되는 답변 외에도 바람직하지 않은 행동을 유발할 가능성이 가장 높은 부분을 보여주고 싶습니다.

와 함께 -g:

$ LC_COLLATE=fr_FR.UTF-8 LC_NUMERIC=en_US.UTF-8 sort -g myfile
baa
--inf
--inf
--inf-
--inf--
--inf-a
--nnf
nnf--
   nnn
tnan
zoo
   naN
Nana
nani lol
-inf
-inf--
-11
-2
-1
1
+1
2
+2
0xa
11
+11
inf

zoo여기에서 세 가지 중요한 사항을 살펴보십시오 .

NAN(예 : Nana및 nani lol) 또는 -INF(단일 대시, 아님 --INF)으로 시작하는 줄은 끝으로 이동하지만 숫자 이전으로 이동합니다. 하지만 INF숫자 후 마지막으로 이동하기 때문에 그것은 무한대를 의미한다 .
NAN, INF및 -INF있는 경우를 구분 .
선은 항상 양쪽에서 공백 무시 NAN, INF, -INF (에 관계없이 LC_CTYPE). 다른 알파벳은 로케일에 따라 양쪽의 공백을 무시할 수 있습니다 LC_COLLATE(예 : LC_COLLATE=fr_FR.UTF-8무시하지만 무시하지는 LC_COLLATE=us_EN.UTF-8않음).

따라서 임의의 영숫자 를 정렬하는 경우 -g. 과 과학적 표기법 비교가 정말로 필요하다면 -g알파벳과 숫자 데이터를 추출하고 개별적으로 비교를 원할 것입니다 .

일반적인 숫자 (예 1, -1🙂 정렬 만 필요 하고 0x/E/+ sorting중요하지 않다고 생각되면 -n충분히 사용하십시오 .

$ LC_COLLATE=fr_FR.UTF-8 LC_NUMERIC=en_US.UTF-8 sort -n myfile
-1000
-22
-13
-11
-010
-10
-5
-2
-1
-0.2
-0.12
-0.11
-0.1
0x1
0x11
0xb
+1
+11
+2
-a
-aa
--aa
-aaa
-b
baa
BAA
bbb
+ignore
inf
-inf
--inf
--inf
--inf-
--inf--
-inf--
--inf-a
   naN
Nana
nani lol
--nnf
nnf--
   nnn
None
uum
Zero cool
-zzz
1
1.1
1.234E10
5
11

하나의 -g나 -n, 인식 로케일 효과 . 당신은 지정할 수 있습니다 LC_NUMERIC로 us_EN.UTF-8 fr_FR.UTF-8 종류 피하기 위해 -수 실패 부동 :

$ LC_COLLATE=fr_FR.UTF-8 LC_NUMERIC=fr_FR.UTF-8 sort -n myfile
-10
-5
-2
-1
-1.1
-1.2
-0.1
-0.11
-0.12
-0.2
-a
+b
middle
-wwe
+zoo
1
1.1

와 함께 LC_NUMERIC=en_US.UTF-8:

$ LC_COLLATE=fr_FR.UTF-8 LC_NUMERIC=en_US.UTF-8 sort -n myfile
-10
-5
-2
-1.2
-1.1
-1
-0.2
-0.12
-0.11
-0.1
-a
+b
middle
-wwe
+zoo
1
1.1

또는 LC_NUMERIC=us_EN.UTF-8그룹 +|-|space과 alpha:

$ LC_COLLATE=fr_FR.UTF-8 LC_NUMERIC=us_EN.UTF-8 sort -n myfile
-0.1
    a
    b
 a
 b
+b
+zoo
-a
-wwe
middle
1

이식 가능한 스크립트를 작성하려면 locale사용할 때 지정하고 싶을 것입니다 sort.