某公司的数据日常处理。看着规整的数据我就想到了numpy。
这是数据:
>>>> a
array([[ 2, 7, 1, 2],
[35, 9, 1, 2],
[22, 12, 4, 2]])
>>>
按照第一列排序,想要变成这样的效果:
>>> a
array([[ 2, 7, 1, 2],
[22, 12, 4, 2],
[35, 9, 1, 2]])
>>>
行的整体性并没有被破坏。
开写:
# -*- coding: cp936 -*-
import numpy as np
import pprint
a = np.array(
[[ 2, 7, 1, 2],
[ 35, 9, 1, 2],
[ 22, 12, 4, 2]]
)
a1 = a[:,::-1].T
a2 = np.lexsort(a1)
a3 = a[a2]
pprint.pprint(a3)
好吧,就3行,开始写注释吧,不然自己都会忘了(不可能,我这么帅,怎么可能忘记)
a1 = a[:,::-1].T
注释:
#先逆序再转置
#逆序结果:
#[2,1,7,2]
#[2,1,9,35]
#[2,4,12,22]
#转置结果:
#[2,2,2]
#[1,1,4]
#[7,9,12]
#[2,35,22]
a2 = np.lexsort(a1)
注释:
#np.lexsort(),以列为整体性进行排序,重点是:从最后一行开始比较大小,正因为从最后一行开始排序,前面才用逆序
#排序结果:
#[0 2 1]
#0表示,排序后的第1列在a1的第0列,[2,1,7,2]
#2表示,排序后的第2列在a1的第2列,[2,4,12,22]
#1表示,排序后的第3列在a1的第1列,[2,1,9,35]
a3 = a[a2]
注释:
#拿着新的序列号[0 2 1],调整下a就是我们要的结果了
好了,思考下,如果按第二列排序怎么办?
Ps:之前的数据本来排好序了,更换下数据。
开写:
# -*- coding: cp936 -*-
import numpy as np
from numpy import *
import pprint
a = np.array(
[[ 2, 77, 1, 2],
[ 35, 9, 1, 2],
[ 22, 12, 4, 2]]
)
print '排序前:'
pprint.pprint(a)
a1 = a.T
a2 = a1[array([0,3,2,1])] #2列换到最后列(因为转置,此时应该说2行换最后行)
a3 = np.lexsort(a2)
a4 = a[a3]
print '排序后:'
pprint.pprint(a4)
结果:
>>>
排序前:
array([[ 2, 77, 1, 2],
[35, 9, 1, 2],
[22, 12, 4, 2]])
排序后:
array([[35, 9, 1, 2],
[22, 12, 4, 2],
[ 2, 77, 1, 2]])
>>>
其实就是把第2列换到最后一列,然后重复之前的操作。
好吧,思考下,按照任意列排序,怎么搞?
输入参数:col_index(0,1,2,3...)表示按照第col_index列排序。
分析:因为转置的原因,题目要求等价于按照转置后的第col_index行排序。
这个还真有点意思,因为coding的时候,要把第col_index行和最后一行互换,不知道怎么写这个:
if col_index = 0: a2 = a1[array([3,1,2,col_index])]
if col_index = 1: a2 = a1[array([0,3,2,col_index])]
if col_index = 2: a2 = a1[array([0,1,3,col_index])]
if col_index = 3: a2 = a1[array([0,1,2,col_index])]
我可不想用100个if来表示100列。
动态生成?不可能,我肯定避开不了做判断的时候。
算了,既然数据保证了每一行格式都是规整的,直接两行交换吧。numpy做两行运算还是挺快的。
交换a,b :a = a + b, b = a - b, a = a- b。
# -*- coding: cp936 -*-
import numpy as np
from numpy import *
import pprint
a = np.array(
[[ 2, 77, 1, 2],
[ 35, 9, 1, 2],
[ 22, 12, 4, 2]]
)
print '排序前:'
pprint.pprint(a)
def sort_by_col(a,col_index):
a1 = a.T
col_max = a.shape[-1]-1
if col_index < col_max:
#两行互换
a1[col_index] = a1[col_index] + a1[col_max]
a1[col_max] = a1[col_index] - a1[col_max]
a1[col_index] = a1[col_index] - a1[col_max]
a2 = np.lexsort(a1)
#因为a1的行交换影响了a(虽然id不同,但是是同一片内存),得到序列结果后再换回来,保持a的纯洁
a1[col_index] = a1[col_index] + a1[col_max]
a1[col_max] = a1[col_index] - a1[col_max]
a1[col_index] = a1[col_index] - a1[col_max]
else:
a2 = np.lexsort(a1)
return a[a2]
for i in range(4):
col_index = i
a = sort_by_col(a,col_index)
print '当col_index = %d ,排序后:' % col_index
pprint.pprint(a)
结果:
>>>
排序前:
array([[ 2, 77, 1, 2],
[35, 9, 1, 2],
[22, 12, 4, 2]])
当col_index = 0 ,排序后:
array([[ 2, 77, 1, 2],
[22, 12, 4, 2],
[35, 9, 1, 2]])
当col_index = 1 ,排序后:
array([[35, 9, 1, 2],
[22, 12, 4, 2],
[ 2, 77, 1, 2]])
当col_index = 2 ,排序后:
array([[35, 9, 1, 2],
[ 2, 77, 1, 2],
[22, 12, 4, 2]])
当col_index = 3 ,排序后:
array([[35, 9, 1, 2],
[ 2, 77, 1, 2],
[22, 12, 4, 2]])
>>>