【Python入门知识】NumPy 数组排序/过滤，案例+理论讲解_numpy 过滤

前言

嗨喽~大家好呀，这里是魔王呐 ❤ ~!

数组排序

排序是指将元素按有序顺序排列。

有序序列是拥有与元素相对应的顺序的任何序列，例如数字或字母、升序或降序。

NumPy ndarray 对象有一个名为 sort() 的函数，该函数将对指定的数组进行排序。

实例

对数组进行排序：

import numpy as np

arr = np.array([3, 2, 0, 1])

print(np.sort(arr))
1
2
3
4
5

运行实例

注释：此方法返回数组的副本，而原始数组保持不变。

您还可以对字符串数组或任何其他数据类型进行排序：

更多python资料、源码、教程: 点击此处跳转文末名片获取

实例

对数组以字母顺序进行排序：

import numpy as np

arr = np.array(['banana', 'cherry', 'apple'])

print(np.sort(arr))
1
2
3
4
5

运行实例

实例

对布尔数组进行排序：

import numpy as np

arr = np.array([True, False, True])

print(np.sort(arr))

运行实例
1
2
3
4
5
6
7

更多python资料、源码、教程: 点击此处跳转文末名片获取

对 2-D 数组排序

如果在二维数组上使用 sort() 方法，则将对两个数组进行排序：

实例

对 2-D 数组排序

import numpy as np

arr = np.array([[3, 2, 4], [5, 0, 1]])

print(np.sort(arr))
1
2
3
4
5

运行实例

数组过滤

从现有数组中取出一些元素并从中创建新数组称为过滤（filtering）。

在 NumPy 中，我们使用布尔索引列表来过滤数组。

布尔索引列表是与数组中的索引相对应的布尔值列表。

如果索引处的值为 True，则该元素包含在过滤后的数组中；如果索引处的值为 False，则该元素将从过滤后的数组中排除。

实例

用索引 0 和 2、4 上的元素创建一个数组：

import numpy as np

arr = np.array([61, 62, 63, 64, 65])

x = [True, False, True, False, True]

newarr = arr[x]

print(newarr)
1
2
3
4
5
6
7
8
9

运行实例

上例将返回 [61, 63, 65]，为什么？

因为新过滤器仅包含过滤器数组有值 True 的值，所以在这种情况下，索引为 0 和 2、4。

更多python资料、源码、教程: 点击此处跳转文末名片获取

创建过滤器数组

在上例中，我们对 True 和 False 值进行了硬编码，但通常的用途是根据条件创建过滤器数组。

实例

创建一个仅返回大于 62 的值的过滤器数组：

import numpy as np

arr = np.array([61, 62, 63, 64, 65])

# 创建一个空列表
filter_arr = []

# 遍历 arr 中的每个元素
for element in arr:
  # 如果元素大于 62，则将值设置为 True，否则为 False：
  if element > 62:
    filter_arr.append(True)
  else:
    filter_arr.append(False)

newarr = arr[filter_arr]

print(filter_arr)
print(newarr)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

运行实例

实例

创建一个过滤器数组，该数组仅返回原始数组中的偶数元素：

import numpy as np

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

# 创建一个空列表
filter_arr = []

# 遍历 arr 中的每个元素
for element in arr:
  # 如果元素可以被 2 整除，则将值设置为 True，否则设置为 False
  if element % 2 == 0:
    filter_arr.append(True)
  else:
    filter_arr.append(False)

newarr = arr[filter_arr]

print(filter_arr)
print(newarr)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

运行实例

直接从数组创建过滤器

上例是 NumPy 中非常常见的任务，NumPy 提供了解决该问题的好方法。

我们可以在条件中直接替换数组而不是 iterable 变量，它会如我们期望地那样工作。

实例

创建一个仅返回大于 62 的值的过滤器数组：

import numpy as np

arr = np.array([61, 62, 63, 64, 65])

filter_arr = arr > 62

newarr = arr[filter_arr]

print(filter_arr)
print(newarr)
1
2
3
4
5
6
7
8
9
10

运行实例

实例

创建一个过滤器数组，该数组仅返回原始数组中的偶数元素：

import numpy as np

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

filter_arr = arr % 2 == 0

newarr = arr[filter_arr]

print(filter_arr)
print(newarr)
1
2
3
4
5
6
7
8
9
10

运行实例

尾语

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/知新_RL/article/detail/638724