Python Help
#用built-in函数sorted进行排序,返回副本,原始输入不变
sorted(...)
sorted(iterable, cmp=None, key=None, reverse=False) --> new sorted list
#用List的成员函数sort进行排序,在本地进行排序,不返回副本
sort(...)
L.sort(cmp=None, key=None, reverse=False) -- stable sort *IN PLACE*;
cmp(x, y) -> -1, 0, 1
参数说明
- cmp:接受函数(传入函数,函数亦对象)
- key:接受函数,这个函数只接受一个值。
operator函数
# Help on class itemgetter in module operator:
class itemgetter(__builtin__.object)
| itemgetter(item, ...) --> itemgetter object
|
| Return a callable object that fetches the given item(s) from its operand.
| After f = itemgetter(2), the call f(r) returns r[2].
| After g = itemgetter(2, 5, 3), the call g(r) returns (r[2], r[5], r[3])
In [2]: from operator import itemgetter
In [3]: a = [1, 2, 3]
In [4]: b = itemgetter(1)
In [5]: b(a)
Out[5]: 2
In [7]: students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10),]
# Use key function
In [8]: sorted(students, key=lambda student : student[2])
Out[8]: [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
# Use cmp function
In [9]: sorted(students, cmp=lambda x,y : cmp(x[2], y[2]))
Out[9]: [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
# Use operator.itemgetter
In [10]: sorted(students, key=itemgetter(2))
Out[10]: [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
# 用operator函数实现多级排序
In [11]: sorted(students, key=itemgetter(1,2))
Out[11]: [('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]
# 对字典排序,返回由tuple组成的List,不再是字典
In [12]: d = {'data1':3, 'data2':1, 'data3':2, 'data4':4}
In [13]: sorted(d.iteritems(), key=itemgetter(1), reverse=True)
Out[13]: [('data4', 4), ('data1', 3), ('data3', 2), ('data2', 1)]
Numpy
跟Python内置的列表一样,ndarray的sort实例方法也是就地排序。
但是,numpy.sort
会为原数组创建一个已排序副本。 (类似于List.sort() -> 就地排序 | sorted() -> 返回副本)
两个排序方法(np.sort(arr)
and arr.sort()
)都可以接受一个axis参数,以便沿指定轴向对各块数据进行单独排序。
间接排序
arr.argsort() and numpy.lexsort()
: 索引值说明了数据在新顺序下的位置。
注: Series和DataFrame的sort_index以及Series的order方法就是通过这些函数的变体实现的。
Pandas
sort_index()
对行或列索引进行排序
In [1]: import pandas as pd
In [2]: from pandas import DataFrame, Series
In [3]: obj = Series(range(4), index=['d','a','b','c'])
In [4]: obj
Out[4]:
d 0
a 1
b 2
c 3
dtype: int64
In [5]: obj.sort_index()
Out[5]:
a 1
b 2
c 3
d 0
dtype: int64
In [6]: import numpy as np
In [8]: frame = DataFrame(np.arange(8).reshape((2,4)), index=['three','one'],
...: columns=['d','a','b','c'])
In [9]: frame
Out[9]:
d a b c
three 0 1 2 3
one 4 5 6 7
In [10]: frame.sort_index()
Out[10]:
d a b c
one 4 5 6 7
three 0 1 2 3
In [11]: frame.sort_index(axis=1)
Out[11]:
a b c d
three 1 2 3 0
one 5 6 7 4
In [12]: frame.sort_index(axis=1, ascending=False)
Out[12]:
d c b a
three 0 3 2 1
one 4 7 6 5
sort_values
对Series按值进行排序, 排序时,任何缺失值默认都会被放到Series的末尾。
In [18]: obj = Series([4, np.nan, 6, np.nan, -3, 2])
In [19]: obj
Out[19]:
0 4.0
1 NaN
2 6.0
3 NaN
4 -3.0
5 2.0
dtype: float64
In [21]: obj.sort_values()
Out[21]:
4 -3.0
5 2.0
0 4.0
2 6.0
1 NaN
3 NaN
dtype: float64
在DataFrame上,根据一个或多个列中的值进行排序。将一个或多个列的名字传递给by
选项即可达到该目的:
In [16]: frame.sort_values(by='b')
Out[16]:
d a b c
three 0 1 2 3
one 4 5 6 7
间接统计
idxmin
, idxmax
:达到最小值或最大值的索引。