डेसिमल नंबर सॉर्टर: सटीक संख्यात्मक क्रम
हमारे खास डेसिमल सॉर्टिंग टूल का इस्तेमाल करके डेसिमल नंबरों को एकदम सही तरीके से सॉर्ट करें। चाहे आप फ़ाइनेंशियल डेटा, वैज्ञानिक माप या सटीक कैलकुलेशन पर काम कर रहे हों, हमारा टूल बढ़ते या घटते क्रम में सॉर्ट करते समय डेसिमल की सटीकता बनाए रखता है।
यह डेसिमल नंबरों की किसी भी लिस्ट को तुरंत सही न्यूमेरिकल क्रम (बढ़ते या घटते क्रम) में सॉर्ट करता है। यह हर लाइन को फ्लोटिंग-पॉइंट वैल्यू के तौर पर प्रोसेस करता है, जिससे 1.5 को 1.25 के बाद सॉर्ट किया जाता है, न कि डिजिट्स को एक-एक कैरेक्टर के तौर पर देखा जाता है।
यह साइंटिफिक नोटेशन को सही ढंग से हैंडल करता है — 1.5e3 को 1500 के तौर पर समझा जाता है और दूसरी वैल्यूज़ के मुकाबले इसकी सही न्यूमेरिकल जगह पर सॉर्ट किया जाता है।
यह डेसिमल सेपरेटर के तौर पर पीरियड (.) और कॉमा (,) दोनों को सपोर्ट करता है, जिससे अलग-अलग इलाकों के नंबर फ़ॉर्मैट बिना किसी मैनुअल प्री-प्रोसेसिंग के इस्तेमाल किए जा सकते हैं।
यह आम करेंसी सिंबल और हज़ार वाले सेपरेटर को अपने-आप हटा देता है, ताकि $1,234.56 को नंबर 1234.56 के तौर पर सॉर्ट किया जा सके।
आउटपुट में हर लाइन पर ओरिजिनल फ़ॉर्मैट वाली स्ट्रिंग को बनाए रखता है — सॉर्टिंग numérica वैल्यू के आधार पर होती है, लेकिन टेक्स्ट वैसे ही दिखता है जैसे उसे एंटर किया गया था।
मुफ़्त, बिना किसी अकाउंट या कैरेक्टर लिमिट के।
कैसे इस्तेमाल करें
अपने डेसिमल नंबर पेस्ट करें (हर लाइन में एक)
क्रमबद्ध परिणाम तुरंत देखें
क्रमबद्ध नंबर कॉपी या डाउनलोड करें
वैकल्पिक: सॉर्ट की दिशा बदलने के लिए सॉर्ट टॉगल करें
वित्तीय डेटा
- मूल्य सूचियाँ
- मुद्रा का मूल्य
- प्रतिशत
- वित्तीय गणनाएँ
वैज्ञानिक डेटा
- माप
- प्रायोगिक परिणाम
- सांख्यिकीय विश्लेषण
- कैलिब्रेशन मान
तकनीकी प्रसंस्करण
- इंजीनियरिंग मूल्य
- सटीक माप
- गणना के परिणाम
- दरों की तुलना
| मूल पाठ | परिणाम |
|---|---|
3.14 2.718 1.414 | 1.414 2.718 3.14 |
$19.99 $5.50 $99.99 | $5.50 $19.99 $99.99 |
0.001 0.01 0.1 | 0.001 0.01 0.1 |
1.23e-4 1.23e-2 1.23e-3 | 1.23e-4 1.23e-3 1.23e-2 |
वैज्ञानिक उपकरण
- वैज्ञानिक कैलकुलेटर
- गणित सॉफ़्टवेयर
- सांख्यिकीय उपकरण
- विश्लेषण कार्यक्रम
बिज़नेस टूल्स
- वित्तीय सॉफ़्टवेयर
- स्प्रेडशीट
- अकाउंटिंग सिस्टम
- कीमत कैलकुलेटर
प्राइस लिस्ट को सॉर्ट करने और ई-कॉमर्स प्रोडक्ट डेटा के लिए, अपने स्टोर में इम्पोर्ट करने से पहले कीमतों वाले कॉलम को यहाँ सॉर्ट कर लें — प्राइस लिस्ट को बढ़ते या घटते क्रम में सॉर्ट करने से आउटलायर्स, छूटी हुई एंट्रीज़ और फ़ॉर्मैटिंग की कमियों को लाइव कैटलॉग में जाने से पहले ही पहचानना आसान हो जाता है।
वैज्ञानिक माप डेटा — जैसे कंसंट्रेशन, तापमान, दूरी और एरर वैल्यू — की समीक्षा करते समय, डेसिमल वैल्यू के आधार पर संख्यात्मक रूप से सॉर्ट करने से एक जैसी मापें एक साथ आ जाती हैं। इससे एक नज़र में ही डेटासेट की रेंज, आउटलायर्स और डिस्ट्रीब्यूशन को पहचानना आसान हो जाता है।
करेंसी सिंबल ($, €, £) वाले फाइनेंशियल डेटा के लिए, यह टूल करेंसी प्रीफ़िक्स को अपने-आप हटा देता है — सिंबल को मैन्युअल रूप से हटाने के लिए प्री-प्रोसेसिंग किए बिना ही फ़ॉर्मैट की गई कीमतों वाले कॉलम को सॉर्ट करें।
अगर आपका डेटा कॉमा वाले डेसिमल सेपरेटर का इस्तेमाल करता है (यूरोपियन फ़ॉर्मैट: 1.5 के बजाय 1,5), तो सॉर्ट करने से पहले यह देख लें कि टूल सेपरेटर को कैसे हैंडल करता है — ऐसे कन्फ़्यूज़ करने वाले मामलों में, जहाँ कॉमा हज़ारों को अलग करने वाला या डेसिमल सेपरेटर हो सकता है, साफ़ तौर पर समझने के लिए मैन्युअल प्री-प्रोसेसिंग की ज़रूरत पड़ सकती है।
जब हर लाइन में अतिरिक्त टेक्स्ट (जैसे '3.14 pi', '2.71 e') हो और आपको डेसिमल के आधार पर सॉर्ट करना हो, तो पहले न्यूमेरिक कॉलम को अलग कर लें — यह टूल हर पूरी लाइन को डेसिमल नंबर के तौर पर प्रोसेस करता है और जिन लाइनों में नंबर के अलावा कुछ और होगा, उन पर यह काम नहीं करेगा।
सॉर्ट करने से पहले अपने डेटा में डेसिमल सेपरेटर (दशमलव अलग करने वाले चिह्न) के फ़ॉर्मैट की जाँच कर लें — पीरियड (.) और कॉमा (,) वाले डेसिमल सेपरेटर से उलझन हो सकती है, और '1,500' जैसी वैल्यू का मतलब इलाके (locale) के हिसाब से या तो 1500 (जहाँ कॉमा हज़ारों को अलग करता है) हो सकता है या 1.5 (जहाँ कॉमा डेसिमल को अलग करता है)। इसलिए, सबसे पहले डेटा को ऐसे फ़ॉर्मैट में बदलें जिसमें कोई उलझन न हो।
ऐसे फ़ाइनेंशियल डेटा के लिए जिसमें सेंट-लेवल तक की सटीक प्रिसिजन (सटीकता) की ज़रूरत हो, ध्यान रखें कि फ़्लोटिंग-पॉइंट अरिथमेटिक में दिखाने की अपनी सीमाएँ होती हैं — जैसे 0.1 + 0.2 जैसी वैल्यूज़ को बाइनरी फ़्लोटिंग-पॉइंट में ठीक-ठीक नहीं दिखाया जा सकता। सॉर्टिंग के लिए इससे शायद ही कोई फ़र्क पड़ता है, लेकिन कैलकुलेशन के लिए किसी खास फ़ाइनेंशियल लाइब्रेरी का इस्तेमाल करें।
जब मूल क्रम का कोई अर्थ हो, तो मूल अवर्गीकृत (unsorted) सूची को बनाए रखें — टाइम-सीरीज़ डेटा, रैंक की गई सूचियों और प्राथमिकता के आधार पर व्यवस्थित डेटासेट के मूल क्रम को संदर्भ के तौर पर सुरक्षित रखा जाना चाहिए।
बहुत बड़े डेटासेट, जिनमें कई डेसिमल प्लेस हों, उनके सॉर्ट किए गए डेटा को प्रोडक्शन में इस्तेमाल करने से पहले, सॉर्ट ऑर्डर सही है या नहीं, यह पक्का करने के लिए बाउंड्री (मिनिमम, मैक्सिमम और मिड-रेंज वैल्यू) पर कुछ सॉर्ट रिज़ल्ट की रैंडम जाँच (स्पॉट-चेक) करें।
अगर आपकी लिस्ट में इंटीजर और डेसिमल दोनों हैं, तो इंटीजर सॉर्ट टूल के बजाय इस डेसिमल सॉर्ट टूल का इस्तेमाल करें — इंटीजर भी मान्य डेसिमल वैल्यू होते हैं (जैसे 3 का मतलब 3.0 है) और ये डेसिमल क्रम में सही ढंग से सॉर्ट होते हैं।
अक्सर पूछे जाने वाले सवाल
हमारे टूल्स और सेवाओं के बारे में आम सवालों के जवाब पाएँ।
डेसिमल को क्रम में लगाएँ को समझना
डेसिमल नंबरों को सही ढंग से सॉर्ट करने के लिए, हर लाइन को कैरेक्टर स्ट्रिंग के बजाय फ्लोटिंग-पॉइंट वैल्यू के तौर पर प्रोसेस करना ज़रूरी है। इस फ़र्क से बहुत अलग नतीजे मिलते हैं: '1.10', '1.9', और '1.2' की लेक्सिकोग्राफ़िक सॉर्टिंग से 1.10, 1.2, 1.9 मिलता है (इसमें कॉमन '1.' प्रीफ़िक्स के बाद '1', '2', '9' कैरेक्टर की तुलना की जाती है), जबकि डेसिमल सॉर्टिंग से 1.2, 1.9, 1.10 मिलता है (इसमें असल वैल्यू 1.2, 1.9, और 1.10 की तुलना की जाती है)। डेसिमल नंबरों की किसी भी ऐसी लिस्ट के लिए जहाँ सही क्रम मायने रखता है, कैरेक्टर-लेवल स्ट्रिंग सॉर्टिंग गलत है और न्यूमेरिक डेसिमल सॉर्टिंग की ज़रूरत होती है।
इसका सबसे आम प्रोफेशनल इस्तेमाल फाइनेंशियल और प्राइसिंग डेटा के लिए होता है। प्रोडक्ट की कीमतें, फाइनेंशियल मेट्रिक्स, एक्सचेंज रेट, ब्याज दरें और बजट के आंकड़े - ये सभी डेसिमल नंबर होते हैं, जिन्हें एनालिस्ट और ऑपरेशन टीमें अक्सर सॉर्ट करती हैं। प्रोडक्ट की कीमतों का CSV एक्सपोर्ट, कन्वर्जन रेट का स्प्रेडशीट कॉलम या बोली की रकम की लिस्ट - इन सभी को रिव्यू, रैंकिंग या इंपोर्ट के लिए इस्तेमाल करने से पहले सही तरीके से न्यूमेरिक सॉर्टिंग की ज़रूरत होती है। डेसिमल वैल्यू वाले कॉलम को यहाँ पेस्ट करके सॉर्ट करने से लेक्सिकोग्राफिक ऑर्डरिंग वाली गलती नहीं होती, जो अलग-अलग डेसिमल लंबाई वाली वैल्यू के लिए प्लेन टेक्स्ट सॉर्टिंग में हो सकती है।
वैज्ञानिक और इंजीनियरिंग डेटा इसका दूसरा मुख्य उपयोग है। एक्सपेरिमेंटल माप, सेंसर रीडिंग, फिजिकल कॉन्स्टेंट और कैलकुलेट किए गए नतीजे आमतौर पर डेसिमल वैल्यू होते हैं। डिस्ट्रिब्यूशन को समझने, आउटलायर की पहचान करने और नतीजों की तुलना करने के लिए इन्हें संख्या के आधार पर सॉर्ट करने की ज़रूरत होती है। रिएक्शन रेट, सैंपल कंसंट्रेशन, तापमान रीडिंग या एरर मार्जिन की सही ढंग से बढ़ते क्रम में सॉर्ट की गई लिस्ट से तुरंत डेटा की रेंज और डिस्ट्रिब्यूशन का पता चल जाता है। यह टूल साइंटिफिक नोटेशन (1.5e-3, 6.022e23) सहित फ्लोटिंग-पॉइंट प्रिसिजन की पूरी रेंज को संभालता है, जो केमिस्ट्री, फिजिक्स और इंजीनियरिंग के संदर्भों में अक्सर दिखाई देते हैं।
डेटा की क्वालिटी की जांच के लिए, आउटलायर (असामान्य डेटा) का पता लगाने के लिए डेसिमल सॉर्टिंग ज़रूरी है। जब डेटा एंट्री की गलतियों — जैसे कि 100 गुना ज़्यादा कीमतें, गलत यूनिट वाली माप, या कैलकुलेशन में ओवरफ़्लो होने वाली वैल्यू — के लिए नंबरों वाले कॉलम की जांच की जाती है, तो वैल्यू को सॉर्ट करने और सबसे कम और सबसे ज़्यादा (मिनिमम और मैक्सिमम) वैल्यू को देखने से सबसे बड़ी गलतियां तुरंत पकड़ में आ जाती हैं। बिना सॉर्ट की गई लिस्ट में हर वैल्यू को देखना पड़ता है; जबकि सॉर्ट की गई लिस्ट में आउटलायर सबसे ऊपर और सबसे नीचे आ जाते हैं, जिससे वे तुरंत दिखाई देते हैं।
इस टूल के व्यावहारिक विकल्प हैं: स्प्रेडशीट कॉलम सॉर्ट (जो असरदार तो है, लेकिन इसके लिए स्प्रेडशीट एप्लीकेशन खोलना और डेटा इम्पोर्ट करना पड़ता है) या टर्मिनल कमांड — जैसे Python में `sorted(numbers, key=float)` या bash में `sort -n` (जो इंटीजर को तो ठीक से सॉर्ट करता है, लेकिन `-t` और `-k` फ्लैग्स के बिना डेसिमल को सही ढंग से नहीं संभाल पाता)। बिना कोई दूसरा एप्लीकेशन खोले ब्राउज़र में डेसिमल लिस्ट को जल्दी से सॉर्ट करने के लिए, यह टूल 'कॉपी-और-पेस्ट' वाले आसान तरीके से सही न्यूमेरिक सॉर्ट रिज़ल्ट देता है, जिसमें दस सेकंड से भी कम समय लगता है।