modify content order in rst

docs/api/api_python/dataset/mindspore.dataset.GraphData.rst

@@ -164,22 +164,6 @@ mindspore.dataset.GraphData
 
         **TypeError**：参数 `node_type` 的类型不为整型。
 
-    .. py:method:: get_edges_from_nodes(node_list)
-
-        从节点获取边。
-
-        **参数：**
-
-        - **node_list** (Union[list[tuple], numpy.ndarray]) - 含一个或多个图节点ID对的列表。
-
-        **返回：**
-
-        numpy.ndarray，含一个或多个边ID的数组。
-
-        **异常：**
-
-        **TypeError**：参数 `edge_list` 的类型不为列表或numpy.ndarray。
-
     .. py:method:: get_edge_feature(edge_list, feature_types)
 
         获取 `edge_list` 列表中边的特征，以 `feature_types` 类型返回。
@@ -198,6 +182,21 @@ mindspore.dataset.GraphData
         - **TypeError** - 参数 `edge_list` 的类型不为列表或numpy.ndarray。
         - **TypeError** - 参数 `feature_types` 的类型不为列表或numpy.ndarray。
 
+    .. py:method:: get_edges_from_nodes(node_list)
+
+        从节点获取边。
+
+        **参数：**
+
+        - **node_list** (Union[list[tuple], numpy.ndarray]) - 含一个或多个图节点ID对的列表。
+
+        **返回：**
+
+        numpy.ndarray，含一个或多个边ID的数组。
+
+        **异常：**
+
+        **TypeError**：参数 `edge_list` 的类型不为列表或numpy.ndarray。
 
     .. py:method:: get_neg_sampled_neighbors(node_list, neg_neighbor_num, neg_neighbor_type)
 
@@ -219,22 +218,6 @@ mindspore.dataset.GraphData
         - **TypeError** - 参数 `neg_neighbor_num` 的类型不为整型。
         - **TypeError** - 参数 `neg_neighbor_type` 的类型不为整型。
 
-    .. py:method:: get_nodes_from_edges(edge_list)
-
-        从图中的边获取节点。
-
-        **参数：**
-
-        - **edge_list** (Union[list, numpy.ndarray]) - 包含边的列表。
-
-        **返回：**
-
-        numpy.ndarray，包含节点的数组。
-
-        **异常：**
-
-        **TypeError** 参数 `edge_list` 不为列表或ndarray。
-
     .. py:method:: get_node_feature(node_list, feature_types)
 
         获取 `node_list` 中节点的特征，以 `feature_types` 类型返回。
@@ -253,6 +236,23 @@ mindspore.dataset.GraphData
         - **TypeError** - 参数 `node_list` 的类型不为列表或numpy.ndarray。
         - **TypeError** - 参数 `feature_types` 的类型不为列表或numpy.ndarray。
 
+
+    .. py:method:: get_nodes_from_edges(edge_list)
+
+        从图中的边获取节点。
+
+        **参数：**
+
+        - **edge_list** (Union[list, numpy.ndarray]) - 包含边的列表。
+
+        **返回：**
+
+        numpy.ndarray，包含节点的数组。
+
+        **异常：**
+
+        **TypeError** 参数 `edge_list` 不为列表或ndarray。
+
     .. py:method:: get_sampled_neighbors(node_list, neighbor_nums, neighbor_types, strategy=SamplingStrategy.RANDOM)
 
         获取已采样相邻节点信息。此API支持多跳相邻节点采样。即将上一次采样结果作为下一跳采样的输入，最多允许6跳。采样结果平铺成列表，格式为[input node, 1-hop sampling result, 2-hop samling result ...]

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.JiebaTokenizer.rst

@@ -28,15 +28,6 @@ mindspore.dataset.text.transforms.JiebaTokenizer
     - **TypeError** - 参数 `hmm_path` 和 `mp_path` 类型不为string。
     - **TypeError** - 参数 `with_offsets` 类型不为bool。
 
-    .. py:method:: add_word(word, freq=None)
-
-        将用户定义的词添加到 JiebaTokenizer 的字典中。
-
-        **参数：**
-
-        - **word** (str) - 要添加到 JiebaTokenizer 词典中的单词，注意通过此接口添加的单词不会被写入本地的模型文件中。
-        - **freq** (int，可选) - 要添加的单词的频率。频率越高，单词被分词的机会越大。默认值：None，使用默认频率。
-
     .. py:method:: add_dict(user_dict)
 
         将用户定义的词添加到 JiebaTokenizer 的字典中。
@@ -54,3 +45,12 @@ mindspore.dataset.text.transforms.JiebaTokenizer
 
           也可以通过Python dict加载，要求的 Python 字典格式为：{word1:freq1, word2:freq2,...}。
           只有用户提供的文件中有效的词对才会被添加到字典中，无的效输入行将被忽略，且不返回错误或警告状态。
+
+    .. py:method:: add_word(word, freq=None)
+
+        将用户定义的词添加到 JiebaTokenizer 的字典中。
+
+        **参数：**
+
+        - **word** (str) - 要添加到 JiebaTokenizer 词典中的单词，注意通过此接口添加的单词不会被写入本地的模型文件中。
+        - **freq** (int，可选) - 要添加的单词的频率。频率越高，单词被分词的机会越大。默认值：None，使用默认频率。

docs/api/api_python/mindspore/mindspore.COOTensor.rst

@@ -19,30 +19,35 @@ mindspore.COOTensor
 
     COOTensor，由 `indices` 、 `values` 和 `shape` 组成。
 
-    .. py:method:: indices
-        :property:
+    .. py:method:: abs()
 
-        返回COOTensor的索引值。
+        对所有非零元素取绝对值，并返回新的COOTensor。
 
-    .. py:method:: values
-        :property:
+        **返回：**
 
-        返回COOTensor的非零元素值。
+        CSRTensor。
 
-    .. py:method:: shape
-        :property:
+    .. py:method:: astype(dtype)
 
-        返回稀疏矩阵的稠密形状。
+        返回指定数据类型的COOTensor。
+
+        **参数：**
+
+        - **dytpe** (`mindspore.dtype`) - 指定数据类型。
+
+        **返回：**
+
+        COOTensor。
 
     .. py:method:: dtype
         :property:
 
         返回稀疏矩阵非零元素值数据类型。
 
-    .. py:method:: size
+    .. py:method:: indices
         :property:
 
-        返回稀疏矩阵非零元素值数量。
+        返回COOTensor的索引值。
 
     .. py:method:: itemsize
         :property:
@@ -54,6 +59,16 @@ mindspore.COOTensor
 
         返回稀疏矩阵的稠密维度。
 
+    .. py:method:: shape
+        :property:
+
+        返回稀疏矩阵的稠密形状。
+
+    .. py:method:: size
+        :property:
+
+        返回稀疏矩阵非零元素值数量。
+
     .. py:method:: to_csr()
 
         将COOTensor转换为CSRTensor。
@@ -78,22 +93,7 @@ mindspore.COOTensor
 
         tuple(Tensor, Tensor, tuple(int))
 
-    .. py:method:: abs()
+    .. py:method:: values
+        :property:
 
-        对所有非零元素取绝对值，并返回新的COOTensor。
-
-        **返回：**
-
-        CSRTensor。
-
-    .. py:method:: astype(dtype)
-
-        返回指定数据类型的COOTensor。
-
-        **参数：**
-
-        - **dytpe** (`mindspore.dtype`) - 指定数据类型。
-
-        **返回：**
-
-        COOTensor。
+        返回COOTensor的非零元素值。

docs/api/api_python/mindspore/mindspore.CSRTensor.rst

@@ -21,46 +21,86 @@ mindspore.CSRTensor
 
     CSRTensor，由 `indptr` 、 `indices` 、 `values` 和 `shape` 组成。
 
-    .. py:method:: indptr
-        :property:
+    .. py:method:: abs()
 
-        返回CSRTensor的行偏移量。
+        对所有非零元素取绝对值，并返回新的CSRTensor。
 
-    .. py:method:: indices
-        :property:
+        **返回：**
 
-        返回CSRTensor的列索引值。
+        CSRTensor。
 
-    .. py:method:: values
-        :property:
+    .. py:method:: astype(dtype)
 
-        返回CSRTensor的非零元素值。
+        返回指定数据类型的CSRTensor。
 
-    .. py:method:: shape
-        :property:
+        **参数：**
 
-        返回稀疏矩阵的稠密形状。
+        - **dytpe** (`mindspore.dtype`) - 指定数据类型。
+
+        **返回：**
+
+        CSRTensor。
 
     .. py:method:: dtype
         :property:
 
         返回稀疏矩阵非零元素值数据类型。
 
-    .. py:method:: size
+    .. py:method:: indices
         :property:
 
-        返回稀疏矩阵非零元素值数量。
+        返回CSRTensor的列索引值。
+
+    .. py:method:: indptr
+        :property:
+
+        返回CSRTensor的行偏移量。
 
     .. py:method:: itemsize
         :property:
 
         返回每个非零元素所占字节数。
 
+    .. py:method:: mv(dense_vector)
+
+        返回CSRTensor右乘稠密矩阵的矩阵乘法运算结果。
+        形状为 `[M, N]` 的CSRTensor，需要适配形状为 `[N, 1]` 的稠密向量，得到结果为 `[M, 1]` 的稠密向量。
+
+        **参数：**
+
+        - **dense_vector** (Tensor) - 形状为 `[N，1]` 的一维张量，其中N等于CSRTensor的列数。
+
+        **返回：**
+
+        Tensor。
+
     .. py:method:: ndim
         :property:
 
         稀疏矩阵的稠密维度。
 
+    .. py:method:: shape
+        :property:
+
+        返回稀疏矩阵的稠密形状。
+
+    .. py:method:: size
+        :property:
+
+        返回稀疏矩阵非零元素值数量。
+
+    .. py:method:: sum(axis)
+
+        对CSRTensor的某个轴求和。
+
+        **参数：**
+
+        - **axis** (int) - 求和轴。
+
+        **返回：**
+
+        Tensor。
+
     .. py:method:: to_coo()
 
         将CSRTensor转换为COOTensor。
@@ -85,47 +125,7 @@ mindspore.CSRTensor
 
         tuple(Tensor，Tensor, Tensor, tuple(int))
 
-    .. py:method:: abs()
+    .. py:method:: values
+        :property:
 
-        对所有非零元素取绝对值，并返回新的CSRTensor。
-
-        **返回：**
-
-        CSRTensor。
-
-    .. py:method:: astype(dtype)
-
-        返回指定数据类型的CSRTensor。
-
-        **参数：**
-
-        - **dytpe** (`mindspore.dtype`) - 指定数据类型。
-
-        **返回：**
-
-        CSRTensor。
-
-    .. py:method:: mv(dense_vector)
-
-        返回CSRTensor右乘稠密矩阵的矩阵乘法运算结果。
-        形状为 `[M, N]` 的CSRTensor，需要适配形状为 `[N, 1]` 的稠密向量，得到结果为 `[M, 1]` 的稠密向量。
-
-        **参数：**
-
-        - **dense_vector** (Tensor) - 形状为 `[N，1]` 的一维张量，其中N等于CSRTensor的列数。
-
-        **返回：**
-
-        Tensor。
-
-    .. py:method:: sum(axis)
-
-        对CSRTensor的某个轴求和。
-
-        **参数：**
-
-        - **axis** (int) - 求和轴。
-
-        **返回：**
-
-        Tensor。
+        返回CSRTensor的非零元素值。

docs/api/api_python/ops/mindspore.ops.Primitive.rst

@@ -18,14 +18,6 @@ mindspore.ops.Primitive
         - **name** (str) - 属性名称。
         - **value** (Any) - 属性值。
 
-    .. py:method:: del_prim_attr(name)
-
-        删除Primitive的属性。
-
-        **参数：**
-
-        - **name** (str) - 属性名称。
-
     .. py:method:: check_elim(*args)
 
         检查是否可以消除此Primitive。有需要的子类可以重写该方法。
@@ -38,6 +30,14 @@ mindspore.ops.Primitive
 
         由两个元素组成的元组。第一个元素是指是否能在编译阶段计算Primitive，第二个元素是计算结果。
 
+    .. py:method:: del_prim_attr(name)
+
+        删除Primitive的属性。
+
+        **参数：**
+
+        - **name** (str) - 属性名称。
+
     .. py:method:: init_prim_io_names(inputs, outputs)
 
         初始化Tensor或属性的输入输出的名称。