章节
NumPy中提供了各种排序相关的函数。这些排序函数实现了不同的排序算法，每个算法的特点是执行速度、最坏情况性能、所需的工作空间和算法的稳定性。下表为三种排序算法的比较。
| 种类 | 速度 | 最差情况 | 工作区 | 稳定性 |
|---|---|---|---|---|
| ‘quicksort’ | 1 | O(n^2) | 0 | no |
| ‘mergesort’ | 2 | O(n*log(n)) | ~n/2 | yes |
| ‘heapsort’ | 3 | O(n*log(n)) | 0 | no |
numpy.sort()
sort()对数组进行排序，返回排好序的数组副本。可以指定轴方向。
函数语法:
numpy.sort(a, axis, kind, order)
参数
- a 待排序数组
- axis 指定排序的轴。如果没有，按最后一个轴排序。
- kind 默认是‘quicksort’
- order 指定排序字段
示例
import numpy as np
a = np.array([[3,7],[9,1]])
print ('数组:' )
print (a)
print ('
')
print ('排序:' )
print (np.sort(a))
print ('
')
print ('轴 0 排序:')
print (np.sort(a, axis = 0))
print ('
')
# 排序函数中的顺序参数
dt = np.dtype([('name', 'S10'),('age', int)])
a = np.array([("kevin", 21),("peter",25),("tony", 17), ("mike",27)], dtype = dt)
print ('数组:')
print (a)
print ('
')
print ('按 name 排序:')
print (np.sort(a, order = 'name'))
输出
数组:
[[3 7]
[9 1]]
排序:
[[3 7]
[1 9]]
轴 0 排序:
[[3 1]
[9 7]]
数组:
[(b'kevin', 21) (b'peter', 25) (b'tony', 17) (b'mike', 27)]
按 name 排序:
[(b'kevin', 21) (b'mike', 27) (b'peter', 25) (b'tony', 17)]
numpy.argsort()
该函数先对数组进行排序，然后提取排序后的数组索引，以数组形式返回，原数组不会被修改，通过索引可以得到排序结果。
示例
import numpy as np
x = np.array([3, 1, 2])
print ('数组x:')
print (x)
print ('
')
print ('将argsort()应用于x:')
y = np.argsort(x)
print (y)
print ('
')
print ('按排序顺序重建原始数组:' )
print (x[y])
print ('
')
print ('使用循环重构原始数组:')
for i in y:
print (x[i])
输出
数组x:
[3 1 2]
将argsort()应用于x:
[1 2 0]
按排序顺序重建原始数组:
[1 2 3]
使用循环重构原始数组:
1
2
3
numpy.lexsort()
用于对多个序列进行排序，类似于SQL中的ORDERBY多个字段：ORDER BY 字段1， 字段2， 字段3。可以想象成对电子表格进行排序，每一列代表一个序列，越后面的列优先级越高。
原数组不会被修改，该函数提取排序后的数组索引，以数组形式返回，通过索引可以得到排序结果。
示例
import numpy as np
a = np.array(['a','b','c','d','e'])
b = np.array([12, 90, 380, 12, 211])
ind = np.lexsort((a,b))
print("打印排序后的数组索引:")
print(ind)
print("使用索引对数组排序:")
for i in ind:
print(a[i],b[i])
输出
打印排序后的数组索引:
[0 3 1 4 2]
使用索引对数组排序:
a 12
d 12
b 90
e 211
c 380
numpy.argmax() 与 numpy.argmin()
这两个函数分别返回指定轴上，最大和最小元素的索引。
示例
import numpy as np
a = np.array([[30,40,70],[80,20,10],[50,90,60]])
print ('数组:')
print (a)
print ('
')
print ('应用argmax()函数:')
print (np.argmax(a, 0))
print ('
')
print ('应用argmin()函数:')
print (np.argmin(a, 0) )
print ('
')
输出
数组:
[[30 40 70]
[80 20 10]
[50 90 60]]
应用argmax()函数:
[1 2 0]
应用argmin()函数:
[0 1 1]
numpy.nonzero()
该函数返回数组中非零元素的索引。
示例
import numpy as np
b = np.array([12, 90, 380, 12, 211])
print("打印原始数组
", b)
print ('
')
print("打印非零元素的位置")
print(b.nonzero())
输出
打印原始数组
[ 12 90 380 12 211]
打印非零元素的位置
(array([0, 1, 2, 3, 4]),)
numpy.where()
该函数查找数组中符合条件的元素，返回其索引。
示例
import numpy as np
b = np.array([12, 90, 380, 12, 211])
print(np.where(b>12))
c = np.array([[20, 24],[21, 23]])
print(np.where(c>20))
输出
(array([0, 1, 1]), array([1, 0, 1]))
numpy.extract()
该函数返回数组中符合条件的元素。
示例
import numpy as np
b = np.array([12, 90, 380, 12, 211])
print(np.extract(b>12, b))
c = np.array([[20, 24],[21, 23]])
print(np.extract(c>20, c))
输出
[ 90 380 211]
[24 21 23]