Python数据科学读书笔记2--Numpy数组的排序

数组的排序

这一节将介绍用于排序Numpy数组的相关算法。

一、Numpy中的快速排序：np.sort 和 np.argsort

    尽管Python 有内置的sort 和sorted 函数可以对列表进行排序，但是这里不会介绍这两个函数，因为NumPy 的np.sort 函数实际上效率更高。默认情况下，np.sort 的排序算法是快速排序，其算法复杂度为[N log N ]，另外也可以选择归并排序和堆排序。对于大多数应用场景，默认的快速排序已经足够高效了。
    如果想在不修改原始输入数组的基础上返回一个排好序的数组，可以使用np.sort：

>>> import numpy as np
>>> x = np.array([3,6,4,8,2,9,1])
>>> np.sort(x)	# Numpy方法
array([1, 2, 3, 4, 6, 8, 9])

又是我们希望将排好序的数组替代原始数组，可以使用数组的sort方法：

>>> x.sort()	# 数组本身的方法
>>> x
array([1, 2, 3, 4, 6, 8, 9])

另外一个相关的函数是argsort，该函数返回的是原始数组排好序的索引值：

>>> x = np.array([2, 1, 4, 3, 5])
>>> i = np.argsort(x)
>>> print(i)
[1 0 3 2 4]		# 从小到大输出对应索引值

这些索引值可以被用于创建有序的数组：

>>> x[i]
array([1, 2, 3, 4, 5])

沿着行或列排序

    Numpy算法的一个有用的功能是通过axis参数，沿着多维数组的行或列进行排序，例如：

>>> rand = np.random.RandomState(42)
>>> X = rand.randint(0, 10, (4, 6))
>>> X
array([[6, 3, 7, 4, 6, 9],
       [2, 6, 7, 4, 3, 7],
       [7, 2, 5, 4, 1, 7],
       [5, 1, 4, 0, 9, 5]])
       
>>> np.sort(X,axis=0)		# 对X的每一列排序
array([[2, 1, 4, 0, 1, 5],
       [5, 2, 5, 4, 3, 7],
       [6, 3, 7, 4, 6, 7],
       [7, 6, 7, 4, 9, 9]])
       
>>> np.sort(X,axis=1)		# 对X的每一行排序
array([[3, 4, 6, 6, 7, 9],
       [2, 3, 4, 6, 7, 7],
       [1, 2, 4, 5, 7, 7],
       [0, 1, 4, 5, 5, 9]])

    需要记住的是，这种处理方式是将行或列当作独立的数组，任何行或列的值之间的关系将会丢失！
    附加：测试本身sort()方法,会改变原有数组：

>>> X.sort()		# 默认情况下axis = 1,对行进行排序
>>> X
array([[3, 4, 6, 6, 7, 9],
       [2, 3, 4, 6, 7, 7],
       [1, 2, 4, 5, 7, 7],
       [0, 1, 4, 5, 5, 9]])
  
>>> X.sort(axis=1)
>>> X
array([[3, 4, 6, 6, 7, 9],
       [2, 3, 4, 6, 7, 7],
       [1, 2, 4, 5, 7, 7],
       [0, 1, 4, 5, 5, 9]])
       
>>> X.sort(axis=0)
>>> X
array([[0, 1, 4, 5, 5, 7],
       [1, 2, 4, 5, 7, 7],
       [2, 3, 4, 6, 7, 9],
       [3, 4, 6, 6, 7, 9]])

二、部分排序：分隔

    有时候我们不希望对整个数组进行排序，仅仅希望找到数组中第K大的值，Numpy的np.partition函数提供了该功能。np.partition函数的输入是数组和数字K，输出结果是一个新数组。
    这个函数不用对数组进行重新排序，只需要把第K大小的元素放在同样的位置，比如第五大的元素放在索引为4的位置，然后小于这个数的元素放在左边，大于的放在右边。注意，排序规则是从0开始排序，即第一大的索引为0，第二大的元素为1

>>> x = np.array([7, 2, 3, 1, 6, 5, 4])
>>> np.partition(x, 3)
array([2, 1, 3, 4, 6, 5, 7])

>>>np.partition(x, 3)
array([2, 1, 3, 4, 6, 5, 7])