numpy python 选择_Python-NumPy 排序和筛选函数

对于数据分析来说，排序和筛选数据是不可或缺的一部分内容。NumPy 也提供了多种排序和筛选函数，本文就来介绍一下 NumPy 常见的排序和筛选函数。

排序函数

NumPy 中提供了排序相关的函数。排序函数已经帮助我们实现了不同的排序算法，我们只需要拿来直接使用就行。每个排序算法的执行速度，时间复杂度，空间复杂度和算法的稳定性都不相同，我们来看看常见的几种排序算法的比较。

排序算法速度时间复杂度空间复杂度稳定性

quicksort(快速排序)

1

o(n^2)

0

否

mergesort(归并排序)

2

O(n*log(n))

~n/2

是

heapsort(堆排序)

3

O(n*log(n))

0

否

numpy.sort(a, axis, kind, order)

这个排序函数有4个参数，我们来看看参数的说明：

参数说明

a

要排序的数组

axis

排序数组的轴，如果没有数组会被展开，沿着最后的轴排序。axis=0 按列排序，axis=1 按行排序

kind

排序类型，有quicksort、mergesort、heapsort、stable几种，默认为quicksort(快速排序)

order

排序的字段，针对包含字段的数组

我们来看看实例：

importnumpy as npimporttime

a= np.array([[3, 7, 12, 45], [9, 1, 0, 34]])print("初始数组：")print(a)print('\n')print(np.char.center('调用 sort() 函数，默认快速排序', 15, '*'))print(np.sort(a))print('\n')print(np.char.center('按列排序', 15, '*'))print(np.sort(a, axis=0))print('\n')

b= np.random.randint(1, 1000, size=[10000, 10000])print(np.char.center('快速排序时间', 15, '*'))

t1=time.time()

np.sort(b)

t2=time.time()print(t2 -t1)print('\n')print(np.char.center('堆排序时间', 15, '*'))

t3=time.time()

np.sort(b,-1, 'heapsort')

t4=time.time()print(t4 -t3)print('\n')print(np.char.center('归并排序时间', 15, '*'))

t5=time.time()

np.sort(b,-1, 'mergesort')

t6=time.time()print(t6 -t5)print('\n')#根据字段排序

dt = np.dtype([('name', 'S10'), ('age', int)])

c= np.array([("raju", 21), ("anil", 25), ("ravi", 17), ("amar", 27)], dtype=dt)print(np.char.center('根据字段排序的数组', 15, '*'))print(c)print('\n')print(np.char.center('按 name 排序', 15, '*'))print(np.sort(c, order='name'))#返回

初始数组：

[[3 7 12 45]

[9 1 0 34]]

调用 sort() 函数，默认

[[3 7 12 45]

[ 01 9 34]]******按列排序*****[[3 1 0 34]

[9 7 12 45]]*****快速排序时间****

5.470074892044067

*****堆排序时间*****

6.988600015640259

*****归并排序时间****

5.784327983856201

***根据字段排序的数组***[(b'raju', 21) (b'anil', 25) (b'ravi', 17) (b'amar', 27)]***按 name 排序***[(b'amar', 27) (b'anil', 25) (b'raju', 21) (b'ravi', 17)]

在例子中，我们首先使用了默认的按横轴的快速排序算法，可以看到每个数组都是横向排序的。

接下来，我们多加了一个排序的参数，表示按纵轴排序，我们可以从结果中看到，两个数组中对应位置的元素都按照升序排列了。

接着我们随机生成了一个数据量大的多维数组，然后使用三种排序方式，打印了它们排序的时间，从结果中我们可以看到快速排序最快，其次是归并排序，最后是堆排序。需要注意一点的是，有些排序算法不稳定，可能会导致每次运行的结果不一样。另外，数据量也可能会影响不同排序算法排序的效率。

最后我们创建了一个带字段的数组，然后按照name字段排序。

numpy.argsort()

函数对输入数组沿给定轴执行间接排序，并使用指定排序类型返回数据的索引数组。这个索引数组用于构造排序后的数组。

我们来看实例：

importnumpy as np

a= np.array([3, 4, 2])print("初始数组：")print(a)print('\n')print(np.char.center('调用 argsort() 函数', 15, '*'))

b=np.argsort(a)print(b)print('\n')print(np.char.center('以排序后的顺序重构原数组', 15, '*'))print(a[b])print('\n')#返回

初始数组：

[3 4 2]

调用 argsort() 函数

[2 0 1]**以排序后的顺序重构原数组*[2 3 4]

在上面例子中，我们调用argsort()函数后，返回了初始数组的排序后的索引。然后我们用排序后的索引数组重构原数组，得到排序后的数组。

numpy.lexsort()

函数使用键序列执行间接排序。键可以看作是电子表格中的一列。该函数返回一个索引数组，使用它可以获得排序数据。注意，最后一个键恰好是 sort 的主键。

对于这个函数，我们假设一种场景：现在有语文和数学考试成绩以及总成绩，我们需要对成绩做个排序，排序原则为总分优先，总分相同则语文高的排前面。

实现的代码如下：

importnumpy as npprint(np.char.center('lexsort() 函数', 15, '*'))#录入了四位同学的成绩

math = (10, 20, 50, 10)

chinese= (30, 50, 40, 60)

total= (40, 70, 90, 70)#将优先级高的项放在后面

ind =np.lexsort((math, chinese, total))for i inind:print(total[i], chinese[i], math[i])#返回

**lexsort() 函数*

40 30 10

70 50 20

70 60 10

90 40 50

例子中我们将参数由优先级从低到高传入，优先级最高的放在最后。最后得到4个同学的成绩排序。

numpy.msort()

数组按第一个轴排序，返回排序后的数组副本。

这个排序相当于 numpy.sort(a, axis=0)。很好理解。我们直接来看实例：

importnumpy as npprint(np.char.center('msort() 函数', 20, '*'))

msa= np.array([[3, 7, 12, 45], [9, 1, 0, 34]])print(np.msort(msa))#返回

*****msort() 函数*****[[3 1 0 34]

[9 7 12 45]]

numpy.partition()

指定一个数，对数组进行分区。

通俗点说，就是指定一个数，以这个数为中心，将其他数分别放在这个数的两边。

我们来看实例：

importnumpy as npprint(np.char.center('partition() 函数', 20, '*'))

pta= np.array([3, 7, 12, 45, 15, 0])print(np.partition(pta, 2))print('\n')print(np.partition(pta, (2, 4)))print('\n')#返回

***partition() 函数***[ 03 7 45 15 12]

[ 03 7 12 15 45]

在第一次排序时，我们选中了索引为2的数字7作为中心，将小于7的数放在左边，大于7的数放在右边。在第二次排序时，我们选择了索引为2的数字7和索引为4的数字45，将小于7的数放在左边，大于7小于45的数放在中间，大于45的数放在右边。

查找函数

下面我们来看几个常见的查找函数，这些函数用于在数组中查找特定条件的元素。

numpy.argmax()

返回沿给定轴的最大值索引。

注意，索引的值是从0开始计算的。

我们来看实例：

importnumpy as np

a= np.array([[30, 40, 70], [80, 20, 10], [50, 90, 60]])print(np.char.center('初始数组', 20, '*'))print(a)print('\n')print(np.char.center('调用 argmax() 函数', 20, '*'))print(np.argmax(a))print('\n')print(np.char.center('展开数组', 20, '*'))print(a.flatten())print('\n')print(np.char.center('沿0轴的最大索引', 20, '*'))print(np.argmax(a, 0))print('\n')print(np.char.center('沿1轴的最大索引', 20, '*'))print(np.argmax(a, 1))print('\n')#返回

********初始数组********[[30 40 70]

[80 20 10]

[50 90 60]]***调用 argmax() 函数***

7

********展开数组********[30 40 70 80 20 10 50 90 60]******沿0轴的最大索引******[1 20]******沿1轴的最大索引******[2 0 1]

numpy.argmin()

返回沿给定轴的最小值索引。

注意，索引的值是从0开始计算的。

我们来看实例：

importnumpy as np

a= np.array([[30, 40, 70], [80, 20, 10], [50, 90, 60]])print(np.char.center('初始数组', 20, '*'))print(a)print('\n')print(np.char.center('调用 argmin() 函数', 20, '*'))print(np.argmin(a))print('\n')print(np.char.center('沿0轴的最小索引', 20, '*'))print(np.argmin(a, 0))print('\n')print(np.char.center('沿1轴的最小索引', 20, '*'))print(np.argmin(a, 1))print('\n')#返回

********初始数组********[[30 40 70]

[80 20 10]

[50 90 60]]***调用 argmin() 函数***

5

******沿0轴的最小索引******[01 1]******沿1轴的最小索引******[02 0]

numpy.nonzero()

返回输入数组中非零元素的索引。

只有a中非零元素才会有索引值，那些零值元素没有索引值；

返回的索引值数组是一个2维tuple数组，该tuple数组中包含一维的array数组。其中，一维array向量的个数与a的维数是一致的。

索引值数组的每一个array均是从一个维度上来描述其索引值。比如，如果a是一个二维数组，则索引值数组有两个array，第一个 array 从行维度来描述索引值；第二个array从列维度来描述索引值。

该np.transpose(np.nonzero(x)) 函数能够描述出每一个非零元素在不同维度的索引值。

我们来看实例：

importnumpy as np

b= np.array([[30, 40, 0], [0, 20, 10], [50, 0, 60]])print(np.char.center('我们的数组是', 20, '*'))print(b)print(np.char.center('调用 nonzero() 函数', 20, '*'))

c=np.nonzero(b)print(c)print(np.transpose(np.nonzero(b)))#返回

*******我们的数组是*******[[30 400]

[ 020 10]

[50 0 60]]**调用 nonzero() 函数***(array([0, 0,1, 1, 2, 2]), array([0, 1, 1, 2, 0, 2]))

[[0 0]

[01]

[1 1]

[1 2]

[20]

[2 2]]

我们通过np.transpose()方法转换后看起来比较直观，注意这里的索引是从0开始算的。

numpy.where()

返回输入数组中满足给定条件的元素的索引。

我们来看实例：

importnumpy as np

b= np.array([[30, 40, 0], [0, 20, 10], [50, 0, 60]])print(np.char.center('调用 where() 函数', 20, '*'))print(np.where(b > 20))print(np.transpose(np.where(b > 20)))#返回

***调用 where() 函数****(array([0, 0,2, 2]), array([0, 1, 0, 2]))

[[0 0]

[01]

[20]

[2 2]]

这里面我们输入的条件是大于20，数组中大于20的数的索引都被查找出来了。

numpy.extract()

根据某个条件从数组中抽取元素，返回满条件的元素。

我们来看实例：

importnumpy as np

x= np.arange(9.).reshape(3, 3)print(np.char.center('我们的数组是', 20, '*'))print(x)#定义条件, 选择偶数元素

condition = np.mod(x, 2) ==0print(np.char.center('按元素的条件值', 20, '*'))print(condition)print(np.char.center('使用条件提取元素', 20, '*'))print(np.extract(condition, x))#返回

*******我们的数组是*******[[0.1. 2.]

[3. 4. 5.]

[6. 7. 8.]]******按元素的条件值*******[[ True False True]

[False True False]

[ True False True]]******使用条件提取元素******[0.2. 4. 6. 8.]

例子中，我们先定义了一个条件，就是选择偶数。然后我们可以打印这个数组每个元素是否满足条件。最后我们调用extract()方法返回满足条件的元素。注意这里返回的是元素，而不是元素的索引。