numpy数组排序函数介绍_numpy函数sort的order

本文参考自菜鸟教程，另有需求的朋友可自行查询！

numpy.sort()

函数格式如下：

numpy.sort(a, axis, kind, order)
1

参数说明：

• a：要排序的数组对象
• axis：排序的轴，axis=0按列排序，axis=1按行排序。如果没有数组会被展开，沿着最后的轴排序。
• kind：排序的方法，如’quicksort’（快速排序，不稳定）、‘mergesort’（归并排序，稳定）、‘heapsort’（堆排序，不稳定）等，默认为快排。
• order：如果数组包含字段，则是要排序的字段

实例：

import numpy as np  
a = np.array([[2,5],[8,1]])  
print ('我们的数组是：')
print (a)
print ('调用 sort() 函数：')
print (np.sort(a))
print ('按列排序：')
print (np.sort(a, axis =  0))
# 在 sort 函数中排序字段 
dt = np.dtype([('name',  'S10'),('age',  int)]) #s10代表长度为10的字符串
a = np.array([("b",21),("a",25),("d",  17),  ("c",27)], dtype = dt)  
print ('我们的数组是：')
print (a)
print ('按 name 排序：')
print (np.sort(a, order =  'name'))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

结果如下：

我们的数组是：
[[2 5]
 [8 1]]
调用 sort() 函数：
[[2 5]
 [1 8]]
按列排序：
[[2 1]
 [8 5]]
我们的数组是：
[(b'b', 21) (b'a', 25) (b'd', 17) (b'c', 27)]
按 name 排序：
[(b'a', 25) (b'b', 21) (b'c', 27) (b'd', 17)]
1
2
3
4
5
6
7
8
9
10
11
12
13

numpy.argsort()

numpy.argsort() 函数返回的是数组值从小到大的索引值。
实例：

import numpy as np
x=np.array([4,2,3,1])
print('数组为：\n{}'.format(x))
y=x.argsort()
print('从小到大排序后的索引值为：\n{}'.format(y))
print('以排序后的顺序重构原数组：\n{}'.format(x[y]))
print ('使用循环重构原数组：')
for i in y:
    print(x[i], end=" ")
1
2
3
4
5
6
7
8
9

结果如下：

数组为：
[4 2 3 1]
从小到大排序后的索引值为：
[3 1 2 0]
以排序后的顺序重构原数组：
[1 2 3 4]
使用循环重构原数组：
1 2 3 4 
1
2
3
4
5
6
7
8

numpy.lexsort()

numpy.lexsort() 用于对多个序列进行排序。把它想象成对电子表格进行排序，每一列代表一个序列，排序时优先照顾靠后的列。
这里举一个应用场景：小升初考试，重点班录取学生按照总成绩录取。在总成绩相同时，数学成绩高的优先录取，在总成绩和数学成绩都相同时，按照英语成绩录取…… 这里，总成绩排在电子表格的最后一列，数学成绩在倒数第二列，英语成绩在倒数第三列。
实例：

import numpy as np
math=np.array([87,90,65,70])
total=np.array([340,250,540,400])
test=np.lexsort((math,total))  #排序后存储的为索引值
print ('调用 lexsort() 函数：\n{}'.format(test))
print ('使用这个索引来获取排序后的数据：')
print(np.array([[math[i],total[i]] for i in test])) #便于理解，转换成二维数组
1
2
3
4
5
6
7

结果如下：

调用 lexsort() 函数：
[1 0 3 2]
使用这个索引来获取排序后的数据：
[[ 90 250]
 [ 87 340]
 [ 70 400]
 [ 65 540]]
1
2
3
4
5
6
7