NumPy排序、搜索和計數函數
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，每個排序算法的特徵在於執行速度，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'(歸併排序)
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，沿着最後的軸排序
3.
kind 默認爲'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後的數組。
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 '以排序後的順序重構原數組：'
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]
以排序後的順序重構原數組：
[1 2 3]
使用循環重構原數組：
1 2 3numpy.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，最後一個鍵恰好是 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後的數據：'
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後的數據：
['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.]