NumPy 排序、条件刷选函数

NumPy 提供了多种排序的方法。 这些排序函数实现不同的排序算法，每个排序算法的特征在于执行速度，最坏情况性能，所需的工作空间和算法的稳定性。 下表显示了三种排序算法的比较。

种类

速度

最坏情况

工作空间

稳定性

'quicksort'（快速排序）

1

O(n^2)

0

否

'mergesort'（归并排序）

2

O(n*log(n))

~n/2

是

'heapsort'（堆排序）

3

O(n*log(n))

0

否



numpy.sort()

numpy.sort() 函数返回输入数组的排序副本。函数格式如下：

numpy.sort(a, axis, kind, order)

参数说明：

  • a: 要排序的数组
  • axis: 沿着它排序数组的轴，如果没有数组会被展开，沿着最后的轴排序， axis=0 按列排序，axis=1 按行排序
  • kind: 默认为'quicksort'（快速排序）
  • order: 如果数组包含字段，则是要排序的字段

 



 



numpy.argsort()

numpy.argsort() 函数返回的是数组值从小到大的索引值。




numpy.lexsort()

numpy.lexsort() 用于对多个序列进行排序。把它想象成对电子表格进行排序，每一列代表一个序列，排序时优先照顾靠后的列。


  



import numpy as np 
 
nm =  ('raju','anil','ravi','amar') 
dv =  ('f.y.',  's.y.',  's.y.',  'f.y.') 
ind = np.lexsort((dv,nm))  
print ('调用 lexsort() 函数：') 
print (ind) 
print ('\n') 
print ('使用这个索引来获取排序后的数据：') 
print ([nm[i]  +  ", "  + dv[i]  for i in ind])

  

import numpy as np 
          

              
          
 
          
nm =  ('raju','anil','ravi','amar') 
          
dv =  ('f.y.',  's.y.',  's.y.',  'f.y.') 
          
ind = np.lexsort((dv,nm)) 
          
print ('调用 lexsort() 函数：') 
          
print (ind) 
          
print ('\n') 
          
print ('使用这个索引来获取排序后的数据：') 
          
print ([nm[i]  +  ", "  + dv[i]  for i in ind])

调用 lexsort() 函数： [3 1 0 2] 使用这个索引来获取排序后的数据： ['amar, f.y.', 'anil, s.y.', 'raju, f.y.', 'ravi, s.y.']




上面传入 np.lexsort 的是一个tuple，排序时首先排 nm，顺序为：amar、anil、raju、ravi 。综上排序结果为 [3 1 0 2]。



msort、sort_complex、partition、argpartition


函数

描述

msort(a)

数组按第一个轴排序，返回排序后的数组副本。np.msort(a) 相等于 np.sort(a, axis=0)。

sort_complex(a)

对复数按照先实部后虚部的顺序进行排序。

partition(a, kth[, axis, kind, order])

指定一个数，对数组进行分区

argpartition(a, kth[, axis, kind, order])

可以通过关键字 kind 指定算法沿着指定轴对数组进行分区

 



numpy.argmax() 和 numpy.argmin()

numpy.argmax() 和 numpy.argmin()函数分别沿给定轴返回最大和最小元素的索引。



numpy.nonzero()

numpy.nonzero() 函数返回输入数组中非零元素的索引。


 



numpy.where()

numpy.where() 函数返回输入数组中满足给定条件的元素的索引。



numpy.extract()

numpy.extract() 函数根据某个条件从数组中抽取元素，返回满条件的元素。


import numpy as np 
 
x = np.arange(9.).reshape(3,  3)  
print ('我们的数组是：')
print (x)
# 定义条件, 选择偶数元素
condition = np.mod(x,2)  ==  0  
print ('按元素的条件值：')
print (condition)
print ('使用条件提取元素：')
print (np.extract(condition, x))


我们的数组是： [[ 0. 1. 2.] [ 3. 4. 5.] [ 6. 7. 8.]] 按元素的条件值： [[ True False True] [False True False] [ True False True]] 使用条件提取元素： [ 0. 2. 4. 6. 8.]