『Numpy学习指南』排序&索引&抽取函数介绍

排序：

numpy.lexsort():

numpy.lexsort()是个排字典序函数，因为很有意思，感觉也蛮有用的，所以单独列出来讲一下：

强调一点，本函数只接受一个参数！

1 import numpy as np
2 
3 a = np.array([1,2,3,4,5])
4 b = np.array([50,40,30,20,10])
5 
6 c = np.lexsort((a,b))
7 print(list(zip(a[c],b[c])))

[(5, 10), (4, 20), (3, 30), (2, 40), (1, 50)]

 这是一个间接排序函数，会优先使用后面列排序，后面一样才使用前面的列排序，测试如下：

1 a = np.array([1,2,3,4,5])
2 b = np.array([40,40,30,20,10])
3 
4 c = np.lexsort((a,b))
5 print(list(zip(a[c],b[c])))

[(5, 10), (4, 20), (3, 30), (1, 40), (2, 40)]

 交换次序：

1 a,b = b,a
2 
3 c = np.lexsort((a,b))
4 print(list(zip(a[c],b[c])))

[(40, 1), (40, 2), (30, 3), (20, 4), (10, 5)]

 而且可以按照此规则进行多列排序（大于2个）：

1 a = np.array([1,2,3,4,5])
2 b = np.array([50,30,40,20,10])
3 d = np.array([400,300,300,100,200])
4 
5 c = np.lexsort((a,b,d))
6 print(list(zip(a[c],b[c],d[c])))

[(4, 20, 100), (5, 10, 200), (2, 30, 300), (3, 40, 300), (1, 50, 400)]

 numpy中的几种排序手段：

numpy.sort()           正常排序

numpy.msort()        正常排序，定死axis=0

Notes
    -----
    ``np.msort(a)`` is equivalent to  ``np.sort(a, axis=0)``.

array.sort()              原地排序，无return

numpy.argsort()       间接排序

numpy.lexsort()        间接排序，字典序

numpy.sort_complex()      复数排序，先实部后虚部

1 np.random.seed(42)
2 complex_number = np.random.random(5) + np.random.random(5)*1j
3 print(complex_number)
4 print(np.sort_complex(complex_number)) # 复数排序，先实后虚

[ 0.37454012+0.15599452j  0.95071431+0.05808361j  0.73199394+0.86617615j
  0.59865848+0.60111501j  0.15601864+0.70807258j]
[ 0.15601864+0.70807258j  0.37454012+0.15599452j  0.59865848+0.60111501j
  0.73199394+0.86617615j  0.95071431+0.05808361j]

 索引：

np.argmax(a)              最大值索引

np.nanargmin(b)         忽略nan的最小值索引

np.argwhere(a<=4)     符合条件的索引

1 a = np.array([2,4,8])
2 print(np.argmax(a))
3 b = np.array([np.nan,2,4])
4 print(np.nanargmin(b))
5 c = np.array([2,4,8])
6 print(np.argwhere(a<=4))

2
1
[[0]
 [1]]

np.searchsorted(a,[-2,7])

np.insert(a,indices,[-2,7])

1 a = np.arange(5)
2 indices = np.searchsorted(a,[-2,7])   # 返回向有序数组中插入，不改变有序性的索引
3 print(indices)
4 print(np.insert(a,indices,[-2,7]))    # 插入函数{目标数组，插入索引，插入数组}

[0 5]
[-2  0  1  2  3  4  7]

 抽取：

np.extract(condition,a)

np.where(a%2==0)

np.nonzero(a)

1 a = np.arange(7)
2 condition = (a%2)==0
3 print(a[a%2==0])                   # 使用布尔索引
4 print(np.extract(condition,a))     # 使用np.extract()
5 print(np.where(a%2==0))            # 使用np.where()
6 print(np.nonzero(a))               # 提取非零元素

[0 2 4 6]
[0 2 4 6]
(array([0, 2, 4, 6]),)
(array([1, 2, 3, 4, 5, 6]),)