numpy排序(sort、argsort、lexsort、partition、sorted)

1.sort

numpy.sort(a, axis=1, kind='quicksort', order=None)

  • a :所需排序的数组
  • axis:数组排序时的基准,axis=0按行排列;axis=1按列排列
  • kind:数组排序时使用的方法,其中:
  • kind=′quicksort′为快排;kind=′mergesort′为混排;kind=′heapsort′为堆排;
  • order:一个字符串或列表,可以设置按照某个属性进行排序

 

 

2.argsort

numpy.argsort(a, axis=1, kind='quicksort', order=None)

  • a :所需排序的数组
  • axis:数组排序时的基准,axis=0按行排列;axis=1按列排列
  • kind:数组排序时使用的方法,其中:
  • kind=′quicksort′为快排;kind=′mergesort′为混排;kind=′heapsort′为堆排;
  • order:一个字符串或列表,可以设置按照某个属性进行排序

3.lexsort 排字典序函数

numpy.argsort(a, axis=-1, kind='quicksort', order=None)

b在前,a在后,即是先按照a的元素进行比较
如a中的最小值为两个1,其索引分别为0,2,再计较b中相应索引上的值,即9,0
对应的最小应是:1,0,而其对应的索引为2,所以排序后返回的结果第一个值为索引2
下一个最小应是:1,9,而其对应的索引为0,所以排序后返回的结果第一个值为索引0
以此类推...

下例lexsort以最后一行开始,首先对a进行排序,可以发现a中有几个元素是相同的,有着相同元素的按照索引小的在前,
因此a排序后的索引数组为[ 0, 2, 4, 3, 5, 6, 1 ]。然后我们对b进行排序,排序结果为[ 2, 4, 6, 5, 3, 1, 0 ],
最后的排序结果为[ 2, 0, 4, 6, 5, 3, 1 ],我们知道a中索引0和2数值相等,但是在b中索引为2的元素比索引为0的元素小,
所以最终的比较结果为第二列比第0列小,其他列同理。其实上面相当于是对 19,54,10,44,30,42,41进行排序,
带下划线的元素是主关键字,主关键字来自a(最后一行),当主关键字比较不出结果,则参考次关键字(b对应行)的比较结果得出最后的排序结果
另外对有序数组中,我们可以用searchsorted找到某个元素合适的位置。这里不一定会找到查找成功,
但是如果待查找元素存在则一定在那个的位置上。因此searchsorted方法可以轻松找到某一个区间的临界点的索引。
(注意如果元素存在且不止一个,则默认返回最左边的索引)

4.numpy.searchsorted

  • numpy.searchsorted(a, v, side='left', sorter=None)
  • a:所需排序的数组
  • v:待查询索引的元素值
  • side:查询索引时的方向,其中:kind=′left′为从左至右;kind=′right′为从右至左
  • sorder:一个字符串或列表,可以设置按照某个属性进行排序

5.numpy.partition(与此对应的还有argpartition)

 

6.sorted()

 

分类: Numpy
标签: numpy
<div id="blog_post_info">
<div class="clear"></div>
<div id="post_next_prev">

<a href="https://www.cnblogs.com/nxf-rabbit75/p/10044403.html" class="p_n_p_prefix">« </a> 上一篇:    <a href="https://www.cnblogs.com/nxf-rabbit75/p/10044403.html" title="发布于 2018-11-30 15:22">numpy的prod()函数和pad()函数</a>
<br>
<a href="https://www.cnblogs.com/nxf-rabbit75/p/10044801.html" class="p_n_p_prefix">» </a> 下一篇:    <a href="https://www.cnblogs.com/nxf-rabbit75/p/10044801.html" title="发布于 2018-11-30 16:08">pandas中的axis=0,axis=1,傻傻分不清楚</a>
posted @ 2018-11-30 15:40  nxf_rabbit75  阅读( 510)  评论( 0 编辑 收藏
历史上的今天:

2018-11-30 numpy的prod()函数和pad()函数

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NumPy中,数组有三个常用的排序方法:`sort`、`argsort`和`lexsort`。 - `sort`: 对数组进行排序,可以指定排序的轴; - `argsort`: 返回数组排序后的索引,可以指定排序的轴; - `lexsort`: 对多个序列进行排序,返回排序后的索引。 具体来说,它们的含义如下: - `sort`: 该方法用于对数组进行排序,它可以接收一个可选参数`axis`,用于指定排序的轴。默认情况下,`axis=None`,表示对整个数组进行排序。该方法会返回排序后的数组,原数组不会被改变。 - `argsort`: 该方法返回数组排序后的索引。它可以接收一个可选参数`axis`,用于指定排序的轴。默认情况下,`axis=-1`,表示对最后一个轴进行排序。该方法会返回一个数组,数组的每个元素是原数组中对应位置的值在排序后的数组中的索引。例如,对一个一维数组进行排序,可以使用以下代码: ```python import numpy as np a = np.array([3, 1, 4, 1, 5, 9, 2, 6]) print(np.argsort(a)) # 输出结果为 [1 3 6 0 2 4 7 5] ``` - `lexsort`: 该方法用于对多个序列进行排序。它接收一个元组作为参数,元组中的每个元素都是需要排序的序列。排序时,先按最后一个序列排序,然后按倒数第二个序列排序,以此类推。该方法返回排序后的索引。例如,对两个一维数组`a`和`b`进行排序,可以使用以下代码: ```python import numpy as np a = np.array([3, 1, 4, 1, 5, 9, 2, 6]) b = np.array([1, 2, 3, 4, 5, 6, 7, 8]) idx = np.lexsort((a, b)) print(idx) # 输出结果为 [1 3 6 0 2 4 7 5] ``` 在这个例子中,先按`b`数组排序,再按`a`数组排序,得到的结果与`argsort`方法的结果相同。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值