NumPy - 排序、搜索和計數函數
NumPy中提供了各種排序相關功能。 這些排序函數實現不同的排序算法，每個排序算法的特征在於執行速度，最壞情況性能，所需的工作空間和算法的穩定性。 下表顯示了三種排序算法的比較。
| 種類 | 速度 | 最壞情況 | 工作空間 | 穩定性 |
|---|---|---|---|---|
'quicksort'(快速排序) |
1 | O(n^2) |
0 | 否 |
'mergesort'(歸並排序) |
2 | O(n*log(n)) |
~n/2 | 是 |
'heapsort'(堆排序) |
3 | O(n*log(n)) |
0 | 否 |
numpy.sort()
sort()函數返回輸入數組的排序副本。 它有以下參數：
numpy.sort(a, axis, kind, order) 其中：
| 序號 | 參數及描述 |
|---|---|
| 1. | a 要排序的數組 |
| 2. | axis 沿着它排序數組的軸，如果沒有數組會被展開，沿着最后的軸排序 |
| 3. | kind 默認為'quicksort'(快速排序) |
| 4. | order 如果數組包含字段，則是要排序的字段 |
示例
import numpy as np a = np.array([[3,7],[9,1]]) print '我們的數組是：' print a print '\n' print '調用 sort() 函數：' print np.sort(a) print '\n' print '沿軸 0 排序：' print np.sort(a, axis = 0) print '\n' # 在 sort 函數中排序字段 dt = np.dtype([('name', 'S10'),('age', int)]) a = np.array([("raju",21),("anil",25),("ravi", 17), ("amar",27)], dtype = dt) print '我們的數組是：' print a print '\n' print '按 name 排序：' print np.sort(a, order = 'name') 輸出如下：
我們的數組是：
[[3 7]
[9 1]]
調用 sort() 函數：
[[3 7]
[1 9]]
沿軸 0 排序：
[[3 1]
[9 7]]
我們的數組是：
[('raju', 21) ('anil', 25) ('ravi', 17) ('amar', 27)]
按 name 排序：
[('amar', 27) ('anil', 25) ('raju', 21) ('ravi', 17)]
numpy.argsort()
numpy.argsort()函數對輸入數組沿給定軸執行間接排序，並使用指定排序類型返回數據的索引數組。 這個索引數組用於構造排序后的數組。
示例
import numpy as np x = np.array([3, 1, 2]) print '我們的數組是：' print x print '\n' print '對 x 調用 argsort() 函數：' y = np.argsort(x) print y print '\n' print '以排序后的順序重構原數組：' print x[y] print '\n' print '使用循環重構原數組：' for i in y: print x[i], 輸出如下：
我們的數組是：
[3 1 2]
對 x 調用 argsort() 函數：
[1 2 0]
以排序后的順序重構原數組：
[1 2 3]
使用循環重構原數組：
1 2 3
numpy.lexsort()
函數使用鍵序列執行間接排序。 鍵可以看作是電子表格中的一列。 該函數返回一個索引數組，使用它可以獲得排序數據。 注意，最后一個鍵恰好是 sort 的主鍵。
示例
import numpy as np nm = ('raju','anil','ravi','amar') dv = ('f.y.', 's.y.', 's.y.', 'f.y.') ind = np.lexsort((dv,nm)) print '調用 lexsort() 函數：' print ind print '\n' print '使用這個索引來獲取排序后的數據：' print [nm[i] + ", " + dv[i] for i in ind] 輸出如下：
調用 lexsort() 函數：
[3 1 0 2]
使用這個索引來獲取排序后的數據：
['amar, f.y.', 'anil, s.y.', 'raju, f.y.', 'ravi, s.y.']
NumPy 模塊有一些用於在數組內搜索的函數。 提供了用於找到最大值，最小值以及滿足給定條件的元素的函數。
numpy.argmax() 和 numpy.argmin()
這兩個函數分別沿給定軸返回最大和最小元素的索引。
示例
import numpy as np a = np.array([[30,40,70],[80,20,10],[50,90,60]]) print '我們的數組是：' print a print '\n' print '調用 argmax() 函數：' print np.argmax(a) print '\n' print '展開數組：' print a.flatten() print '\n' print '沿軸 0 的最大值索引：' maxindex = np.argmax(a, axis = 0) print maxindex print '\n' print '沿軸 1 的最大值索引：' maxindex = np.argmax(a, axis = 1) print maxindex print '\n' print '調用 argmin() 函數：' minindex = np.argmin(a) print minindex print '\n' print '展開數組中的最小值：' print a.flatten()[minindex] print '\n' print '沿軸 0 的最小值索引：' minindex = np.argmin(a, axis = 0) print minindex print '\n' print '沿軸 1 的最小值索引：' minindex = np.argmin(a, axis = 1) print minindex 輸出如下：
我們的數組是：
[[30 40 70]
[80 20 10]
[50 90 60]]
調用 argmax() 函數：
7
展開數組：
[30 40 70 80 20 10 50 90 60]
沿軸 0 的最大值索引：
[1 2 0]
沿軸 1 的最大值索引：
[2 0 1]
調用 argmin() 函數：
5
展開數組中的最小值：
10
沿軸 0 的最小值索引：
[0 1 1]
沿軸 1 的最小值索引：
[0 2 0]
numpy.nonzero()
numpy.nonzero()函數返回輸入數組中非零元素的索引。
示例
import numpy as np a = np.array([[30,40,0],[0,20,10],[50,0,60]]) print '我們的數組是：' print a print '\n' print '調用 nonzero() 函數：' print np.nonzero (a) 輸出如下：
我們的數組是：
[[30 40 0]
[ 0 20 10]
[50 0 60]]
調用 nonzero() 函數：
(array([0, 0, 1, 1, 2, 2]), array([0, 1, 1, 2, 0, 2]))
numpy.where()
where()函數返回輸入數組中滿足給定條件的元素的索引。
示例
import numpy as np x = np.arange(9.).reshape(3, 3) print '我們的數組是：' print x print '大於 3 的元素的索引：' y = np.where(x > 3) print y print '使用這些索引來獲取滿足條件的元素：' print x[y] 輸出如下：
我們的數組是：
[[ 0. 1. 2.]
[ 3. 4. 5.]
[ 6. 7. 8.]]
大於 3 的元素的索引：
(array([1, 1, 2, 2, 2]), array([1, 2, 0, 1, 2]))
使用這些索引來獲取滿足條件的元素：
[ 4. 5. 6. 7. 8.]
numpy.extract()
extract()函數返回滿足任何條件的元素。
import numpy as np x = np.arange(9.).reshape(3, 3) print '我們的數組是：' print x # 定義條件 condition = np.mod(x,2) == 0 print '按元素的條件值：' print condition print '使用條件提取元素：' print np.extract(condition, x) 輸出如下：
我們的數組是：
[[ 0. 1. 2.]
[ 3. 4. 5.]
[ 6. 7. 8.]]
按元素的條件值：
[[ True False True]
[False True False]
[ True False True]]
使用條件提取元素：
[ 0. 2. 4. 6. 8.]