Qual è la differenza tra le opzioni --general-numeric-sort e --numeric-sort in gnu sort

sortfornisce due tipi di ordinamento numerico. Questo è dalla pagina man:

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

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

Qual è la differenza?

L'ordinamento numerico generale confronta i numeri come float, ciò consente la notazione scientifica ad es. 1.234E10 ma è più lento e soggetto a errori di arrotondamento (1.2345678 potrebbe venire dopo 1.2345679), l'ordinamento numerico è solo un ordinamento alfabetico regolare che sa che 10 viene dopo 9.

Vedi http://www.gnu.org/software/coreutils/manual/html_node/sort-invocation.html

'-g' '--general-numeric-sort' '--sort = general-numeric' Ordina numericamente, utilizzando la funzione C standard strtod per convertire un prefisso di ogni riga in un numero a virgola mobile a precisione doppia. Ciò consente di specificare i numeri in virgola mobile nella notazione scientifica, come 1.0e-34 e 10e100. La locale LC_NUMERIC determina il carattere del punto decimale. Non segnalare errori di overflow, underflow o di conversione. Utilizzare la seguente sequenza di confronto: Righe che non iniziano con numeri (considerate tutte uguali). NaN (valori "Not a Number", in aritmetica a virgola mobile IEEE) in un ordine coerente ma dipendente dalla macchina. Meno infinito. Numeri finiti in ordine numerico crescente (con -0 e +0 uguali). Più infinito.

Usa questa opzione solo se non ci sono alternative; è molto più lento di --numeric-sort (-n) e può perdere informazioni durante la conversione in virgola mobile.

'-n' '--numeric-sort' '--sort = numeric' Ordina numericamente. Il numero inizia ogni riga ed è composto da spazi vuoti opzionali, un segno "-" opzionale e zero o più cifre eventualmente separate da separatori delle migliaia, eventualmente seguite da un carattere punto decimale e zero o più cifre. Un numero vuoto viene considerato come "0". La locale LC_NUMERIC specifica il carattere del punto decimale e il separatore delle migliaia. Per impostazione predefinita, uno spazio vuoto è uno spazio o una tabulazione, ma le impostazioni internazionali LC_CTYPE possono modificarlo.

Il confronto è esatto; non ci sono errori di arrotondamento.

Non viene riconosciuta una notazione "+" iniziale né esponenziale. Per confrontare tali stringhe numericamente, usa l'opzione --general-numeric-sort (-g).

Dovresti stare attento con la tua localizzazione. Ad esempio, potresti voler ordinare un numero mobile (come 2.2) mentre la tua locale potrebbe aspettarsi l'uso di una virgola (come 2.2).

Come riportato in questo forum , potresti avere risultati errati usando i flag -n o -g.

Nel mio caso utilizzo:

LC_ALL=C sort -k 6,6n file

per ordinare la sesta colonna che contiene:

2.5
3.7
1.4

per ottenere

1.4
2.5
3.7

Oltre alla risposta accettata la cui menzione -gconsente la notazione scientifica , voglio mostrare la parte che molto probabilmente causa un comportamento indesiderato.

Con -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

Guarda le zootre cose importanti qui:

• La riga inizia con NAN(ad esempio Nanae nani lol) o -INF(trattino singolo, non --INF) si sposta alla fine ma prima delle cifre. Mentre INFspostati all'ultimo dopo le cifre perché significa infinito .

• Il NAN, INFe -INFsono case insensitive .

• Le linee ignorano sempre spazi da entrambi i lati NAN, INF, -INF (indipendentemente LC_CTYPE). Altri alfabetici possono ignorare gli spazi da entrambi i lati a seconda delle impostazioni locali LC_COLLATE(ad esempio, LC_COLLATE=fr_FR.UTF-8ignora ma LC_COLLATE=us_EN.UTF-8non ignora).

Quindi, se stai ordinando alfanumerico arbitrario , probabilmente non lo vuoi -g. Se hai davvero bisogno del confronto della notazione scientifica con -g, allora probabilmente vuoi estrarre i dati alfabetici e numerici e fare il confronto separatamente .

Se hai solo bisogno dell'ordinamento ordinario dei numeri (ad es. 1, -1) E ritieni che 0x/E/+ sortingnon sia importante, usane -nabbastanza:

$ 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

Uno di -go -n, essere consapevoli dell'effetto locale . Puoi specificare LC_NUMERICcome us_EN.UTF-8 evitare l'ordinamento fr_FR.UTF-8 -con numero mobile non riuscito :

$ 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

Con 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

O LC_NUMERIC=us_EN.UTF-8 per un gruppo +|-|spacecon 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

Probabilmente vuoi specificare localequando usisort se si desidera scrivere uno script portatile.