NumPy数组的排序——python_np 排序

一、快速排序——np.sort()、np.argsort()

np.sort()——不修改原始数组的基础上返回一个排好序的数组：

>>>x = np.array([2, 1, 4, 3, 5])
>>>np.sort(x)
array([1, 2, 3, 4, 5])
1
2
3

np.argsort()——得到排好序后的每个元素的原始索引值：

>>>i = np.argsort(x)
array([1, 0, 3, 2, 4], dtype=int64)
1
2

沿着行和列排序：

简单来说就是在原来排列的函数上加入参数 axis，这与其他函数对数组操作类似，其具体表示的意义应该牢记。

>>>rand = np.random.RandomState(42)  # 随机数的种子，种子不同所产生的随机数也不同
>>>x = rand.randint(1, 10, (4, 6))
array([[7, 4, 8, 5, 7, 3],
       [7, 8, 5, 4, 8, 8],
       [3, 6, 5, 2, 8, 6],
       [2, 5, 1, 6, 9, 1]])
>>>np.sort(x, axis=0)	# 对每一列进行排列
array([[2, 4, 1, 2, 7, 1],
       [3, 5, 5, 4, 8, 3],
       [7, 6, 5, 5, 8, 6],
       [7, 8, 8, 6, 9, 8]])
>>>np.sort(x, axis=1)   # 对每一行进行排列
array([[3, 4, 5, 7, 7, 8],
       [4, 5, 7, 8, 8, 8],
       [2, 3, 5, 6, 6, 8],
       [1, 1, 2, 5, 6, 9]])
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

二、部分排序——分隔

np.partition()——把比 key 值小的放一边，比 key 值大的放一边

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

也可以对每一行或每一列进行如此操作：

>>>rand = np.random.RandomState(42)  # 随机数的种子，种子不同所产生的随机数也不同
>>>x = rand.randint(1, 10, (4, 6))
array([[7, 4, 8, 5, 7, 3],
       [7, 8, 5, 4, 8, 8],
       [3, 6, 5, 2, 8, 6],
       [2, 5, 1, 6, 9, 1]])
>>>np.partition(x, 2, axis=1)		# 对每一行，以 2 为 key 分开元素
array([[3, 4, 5, 8, 7, 7],
       [4, 5, 7, 8, 8, 8],
       [2, 3, 5, 6, 8, 6],
       [1, 1, 2, 6, 9, 5]])
1
2
3
4
5
6
7
8
9
10
11