NumPy - 排序、搜索和計(jì)數(shù)函數(shù)

NumPy中提供了各種排序相關(guān)功能。 這些排序函數(shù)實(shí)現(xiàn)不同的排序算法，每個(gè)排序算法的特征在于執(zhí)行速度，最壞情況性能，所需的工作空間和算法的穩(wěn)定性。 下表顯示了三種排序算法的比較。

numpy.sort()

sort()函數(shù)返回輸入數(shù)組的排序副本。 它有以下參數(shù)：

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

其中：

示例

import numpy as np  
a = np.array([[3,7],[9,1]])  
print  '我們的數(shù)組是：'  
print a 
print  '\n'  
print  '調(diào)用 sort() 函數(shù)：'  
print np.sort(a)  
print  '\n'  
print  '沿軸 0 排序：'  
print np.sort(a, axis =  0)  
print  '\n'  
# 在 sort 函數(shù)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(shù)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(shù)組是：
[[3 7]
 [9 1]]

調(diào)用 sort() 函數(shù)：
[[3 7]
 [1 9]]

沿軸 0 排序：
[[3 1]
 [9 7]]

我們的數(shù)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(shù)對(duì)輸入數(shù)組沿給定軸執(zhí)行間接排序，并使用指定排序類型返回?cái)?shù)據(jù)的索引數(shù)組。 這個(gè)索引數(shù)組用于構(gòu)造排序后的數(shù)組。

示例

import numpy as np 
x = np.array([3,  1,  2])  
print  '我們的數(shù)組是：'  
print x 
print  '\n'  
print  '對(duì) x 調(diào)用 argsort() 函數(shù)：' 
y = np.argsort(x)  
print y 
print  '\n'  
print  '以排序后的順序重構(gòu)原數(shù)組：'  
print x[y]  
print  '\n'  
print  '使用循環(huán)重構(gòu)原數(shù)組：'  
for i in y:  
    print x[i],

輸出如下：

我們的數(shù)組是：
[3 1 2]

對(duì) x 調(diào)用 argsort() 函數(shù)：
[1 2 0]

以排序后的順序重構(gòu)原數(shù)組：
[1 2 3]

使用循環(huán)重構(gòu)原數(shù)組：
1 2 3

numpy.lexsort()

函數(shù)使用鍵序列執(zhí)行間接排序。 鍵可以看作是電子表格中的一列。 該函數(shù)返回一個(gè)索引數(shù)組，使用它可以獲得排序數(shù)據(jù)。 注意，最后一個(gè)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(diào)用 lexsort() 函數(shù)：'  
print ind 
print  '\n'  
print  '使用這個(gè)索引來(lái)獲取排序后的數(shù)據(jù)：'  
print  [nm[i]  +  ", "  + dv[i]  for i in ind]

輸出如下：

調(diào)用 lexsort() 函數(shù)：
[3 1 0 2]

使用這個(gè)索引來(lái)獲取排序后的數(shù)據(jù)：
['amar, f.y.', 'anil, s.y.', 'raju, f.y.', 'ravi, s.y.']

NumPy 模塊有一些用于在數(shù)組內(nèi)搜索的函數(shù)。 提供了用于找到最大值，最小值以及滿足給定條件的元素的函數(shù)。

numpy.argmax() 和 numpy.argmin()

這兩個(gè)函數(shù)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(shù)組是：'  
print a 
print  '\n'  
print  '調(diào)用 argmax() 函數(shù)：'  
print np.argmax(a)  
print  '\n'  
print  '展開(kāi)數(shù)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(diào)用 argmin() 函數(shù)：' 
minindex = np.argmin(a)  
print minindex 
print  '\n'  
print  '展開(kāi)數(shù)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(shù)組是：
[[30 40 70]
 [80 20 10]
 [50 90 60]]

調(diào)用 argmax() 函數(shù)：
7

展開(kāi)數(shù)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(diào)用 argmin() 函數(shù)：
5

展開(kāi)數(shù)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(shù)返回輸入數(shù)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(shù)組是：'  
print a 
print  '\n'  
print  '調(diào)用 nonzero() 函數(shù)：'  
print np.nonzero (a)

輸出如下：

我們的數(shù)組是：
[[30 40 0]
 [ 0 20 10]
 [50 0 60]]

調(diào)用 nonzero() 函數(shù)：
(array([0, 0, 1, 1, 2, 2]), array([0, 1, 1, 2, 0, 2]))

numpy.where()

where()函數(shù)返回輸入數(shù)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(shù)組是：'  
print x 
print  '大于 3 的元素的索引：' 
y = np.where(x >  3)  
print y 
print  '使用這些索引來(lái)獲取滿足條件的元素：'  
print x[y]

輸出如下：

我們的數(shù)組是：
[[ 0. 1. 2.]
 [ 3. 4. 5.]
 [ 6. 7. 8.]]

大于 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(lái)獲取滿足條件的元素：
[ 4. 5. 6. 7. 8.]

numpy.extract()

extract()函數(shù)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(shù)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(shù)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.]