numpy.sort()函數(shù)

該函數(shù)提供了多種排序功能，支持歸并排序，堆排序，快速排序等多種排序算法
使用numpy.sort()方法的格式為：
numpy.sort(a,axis,kind,order)

• a:要排序的數(shù)組
• axis:沿著排序的軸，axis=0按照列排序，axis=1按照行排序。
• kind:排序所用的算法，默認(rèn)使用快速排序。常用的排序方法還有
  • quicksort:快速排序，速度最快，算法不具有穩(wěn)定性
  • mergesort:歸并排序，優(yōu)點(diǎn)是具有穩(wěn)定性，空間復(fù)雜度較高，一般外部排序時(shí)才會(huì)考慮
  • heapsort:堆排序，優(yōu)點(diǎn)是堆排序在最壞的情況下,其時(shí)間復(fù)雜度也為O(nlogn)，是一個(gè)既最高效率又最節(jié)省空間的排序方法
• order:如果包含字段，則表示要排序的字段（比如按照數(shù)組中的某個(gè)元素項(xiàng)進(jìn)行排序）

下面通過(guò)一個(gè)實(shí)例來(lái)具體了解numpy.sort()函數(shù)的用法

假設(shè)我們有一組用戶(hù)信息，包含用戶(hù)的用戶(hù)名以及用戶(hù)的年齡，我們按照用戶(hù)的年齡來(lái)進(jìn)行排序

dt=np.dtype([('name','S20'),('age','i4')])
a=np.array([('adm','19'),('wan','23'),('ade','23')],dtype=dt)
s=np.sort(a,order='age',kind='quicksort')
print(s)

運(yùn)行結(jié)果：

 [(b'adm', 19) (b'ade', 23) (b'wan', 23)]
Process finished with exit code 0

numpy.argsort()函數(shù)

numpy.argsort()函數(shù)返回的時(shí)從小到大的元素的索引
可以通過(guò)以下的實(shí)例更好的理解

使用argsort()方法返回索引并重構(gòu)數(shù)組

x=np.array([3,8,11,2,5])
print('返回從小到大的索引')
y=np.argsort(x)
print(y)
print('以索引對(duì)原數(shù)組排序')
print(x[y])
print('重構(gòu)原數(shù)組')
for i in y:
  print(x[i],end=",")

運(yùn)行結(jié)果：

返回從小到大的索引
[3 0 4 1 2]
以索引對(duì)原數(shù)組排序
[ 2  3  5  8 11]
重構(gòu)原數(shù)組
2,3,5,8,11,
Process finished with exit code 0

numpy.lexsort()函數(shù)

numpy.sort()函數(shù)可對(duì)于多個(gè)序列進(jìn)行排序，例如我們?cè)诒容^成績(jī)的時(shí)候先比較總成績(jī)，由后列到前列的優(yōu)先順序進(jìn)行比較，這時(shí)就用到了lexsort()方法

nm = ('raju','anil','ravi','amar')
dv = ('f.y.', 's.y.', 's.y.', 'f.y.')
ind = np.lexsort((dv,nm))
print ('調(diào)用 lexsort() 函數(shù)：')
print (ind) 
print ('\n')
print ('使用這個(gè)索引來(lái)獲取排序后的數(shù)據(jù)：')
print ([nm[i] + ", " + dv[i] for i in ind])

運(yùn)行結(jié)果：

使用這個(gè)索引來(lái)獲取排序后的數(shù)據(jù)：
['amar, f.y.', 'anil, s.y.', 'raju, f.y.', 'ravi, s.y.']

Process finished with exit code 0

numpy.partition()函數(shù)

numpy.partition()叫做分區(qū)排序，可以制定一個(gè)數(shù)來(lái)對(duì)數(shù)組進(jìn)行分區(qū)。

格式如下：

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

實(shí)例：實(shí)現(xiàn)將數(shù)組中比7小的元素放到前面，比7大的放后面

# partition分區(qū)排序
a=np.array([2,3,9,1,0,7,23,13])
print(np.partition(a,7))

運(yùn)行結(jié)果：

[ 0  1  2  3  7  9 13 23]

Process finished with exit code 0

實(shí)例：實(shí)現(xiàn)將數(shù)組中比7小的元素放到前面，比10大的放后面,7-10之間的元素放中間

partition分區(qū)排序

a = np.array([2, 3, 9, 1, 6, 5, 0, 12, 10, 7, 23, 13, 27])
print(np.partition(a, (7, 10)))
print(np.partition(a, (2, 7)))

運(yùn)行結(jié)果

[ 1  0  2  3  5  6  7  9 10 12 13 23 27]
[ 0  1  2  6  5  3  7  9 10 12 23 13 27]

Process finished with exit code 0

注意：(7,10)中10的位置，數(shù)值不能超過(guò)數(shù)組長(zhǎng)度。

numpy.nonzero()函數(shù)

返回輸入數(shù)組中非零元素的索引

a = np.array([[30,40,0],[0,20,10],[50,0,60]]) 
print ('我們的數(shù)組是：')
print (a)
print ('\n')
print ('調(diào)用 nonzero() 函數(shù)：')
print (np.nonzero (a))

運(yùn)行結(jié)果：

我們的數(shù)組是：
[[30 40  0]
 [ 0 20 10]
 [50  0 60]]

調(diào)用 nonzero() 函數(shù)：
(array([0, 0, 1, 1, 2, 2]), array([0, 1, 1, 2, 0, 2]))
Process finished with exit code 0

numpy.where()函數(shù)

返回滿(mǎn)足輸入條件的索引

 where()函數(shù)的使用
b = np.array([2, 1, 3, 0, 4, 7, 23, 13, 27])
y = np.where(b > 10)
print(y)
print('利用索引得到數(shù)組中的元素')
print(b[y])

運(yùn)行結(jié)果：

(array([6, 7, 8], dtype=int64),)
利用索引得到數(shù)組中的元素
[23 13 27]

Process finished with exit code 0

numpy.extract()函數(shù)

numpy.extract（）函數(shù)實(shí)現(xiàn)的是返回自定義條件的元素

# extract()自定義元素篩選
b = np.array([2, 1, 3, 0, 4, 7, 23, 13, 27])
con = np.mod(b, 2) == 0
y = np.extract(con, b)
print(a[y])

運(yùn)行結(jié)果：

[9 2 6]

Process finished with exit code 0

其它排序函數(shù)

numpy.argmax() 和 numpy.argmin()函數(shù)分別沿給定軸返回最大和最小元素的索引。numpy.sort_complex(a)函數(shù)實(shí)現(xiàn)對(duì)復(fù)數(shù)按照先實(shí)部后虛部的順序進(jìn)行排序。numpy.argpartition(a, kth[, axis, kind, order])函數(shù)實(shí)現(xiàn)通過(guò)指定關(guān)鍵字沿著指定的軸對(duì)數(shù)組進(jìn)行分區(qū)。
下面舉一個(gè)復(fù)數(shù)排序的例子：

t = np.array([ 1.+2.j, 2.-1.j, 3.-3.j, 3.-2.j, 3.+5.j])
res = np.sort_complex([1 + 2j, 2 - 1j, 3 - 2j, 3 - 3j, 3 + 5j])
print(res)

運(yùn)行結(jié)果：

[1.+2.j 2.-1.j 3.-3.j 3.-2.j 3.+5.j]

Process finished with exit code 0

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評(píng)論