欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

NumPy排序的實現(xiàn)

 更新時間:2020年01月21日 14:27:36   作者:Super~me  
這篇文章主要介紹了NumPy排序的實現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

numpy.sort()函數(shù)

該函數(shù)提供了多種排序功能,支持歸并排序,堆排序,快速排序等多種排序算法
使用numpy.sort()方法的格式為:
numpy.sort(a,axis,kind,order)

  • a:要排序的數(shù)組
  • axis:沿著排序的軸,axis=0按照列排序,axis=1按照行排序。
  • kind:排序所用的算法,默認(rèn)使用快速排序。常用的排序方法還有
    • quicksort:快速排序,速度最快,算法不具有穩(wěn)定性
    • mergesort:歸并排序,優(yōu)點是具有穩(wěn)定性,空間復(fù)雜度較高,一般外部排序時才會考慮
    • heapsort:堆排序,優(yōu)點是堆排序在最壞的情況下,其時間復(fù)雜度也為O(nlogn),是一個既最高效率又最節(jié)省空間的排序方法
  • order:如果包含字段,則表示要排序的字段(比如按照數(shù)組中的某個元素項進(jìn)行排序)

下面通過一個實例來具體了解numpy.sort()函數(shù)的用法

假設(shè)我們有一組用戶信息,包含用戶的用戶名以及用戶的年齡,我們按照用戶的年齡來進(jìn)行排序

dt=np.dtype([('name','S20'),('age','i4')])
a=np.array([('adm','19'),('wan','23'),('ade','23')],dtype=dt)
s=np.sort(a,order='age',kind='quicksort')
print(s)

運行結(jié)果:

 [(b'adm', 19) (b'ade', 23) (b'wan', 23)]
Process finished with exit code 0

numpy.argsort()函數(shù)

numpy.argsort()函數(shù)返回的時從小到大的元素的索引
可以通過以下的實例更好的理解

使用argsort()方法返回索引并重構(gòu)數(shù)組

x=np.array([3,8,11,2,5])
print('返回從小到大的索引')
y=np.argsort(x)
print(y)
print('以索引對原數(shù)組排序')
print(x[y])
print('重構(gòu)原數(shù)組')
for i in y:
  print(x[i],end=",")

運行結(jié)果:

返回從小到大的索引
[3 0 4 1 2]
以索引對原數(shù)組排序
[ 2  3  5  8 11]
重構(gòu)原數(shù)組
2,3,5,8,11,
Process finished with exit code 0

numpy.lexsort()函數(shù)

numpy.sort()函數(shù)可對于多個序列進(jìn)行排序,例如我們在比較成績的時候先比較總成績,由后列到前列的優(yōu)先順序進(jìn)行比較,這時就用到了lexsort()方法

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 ('使用這個索引來獲取排序后的數(shù)據(jù):')
print ([nm[i] + ", " + dv[i] for i in ind])

運行結(jié)果:

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

Process finished with exit code 0

numpy.partition()函數(shù)

numpy.partition()叫做分區(qū)排序,可以制定一個數(shù)來對數(shù)組進(jìn)行分區(qū)。

格式如下:

partition(a,kth[,axis,kind,order])

實例:實現(xiàn)將數(shù)組中比7小的元素放到前面,比7大的放后面

# partition分區(qū)排序
a=np.array([2,3,9,1,0,7,23,13])
print(np.partition(a,7))

運行結(jié)果:

[ 0  1  2  3  7  9 13 23]

Process finished with exit code 0

實例:實現(xiàn)將數(shù)組中比7小的元素放到前面,比10大的放后面,7-10之間的元素放中間

partition分區(qū)排序

a = np.array([2, 3, 9, 1, 6, 5, 0, 12, 10, 7, 23, 13, 27])
print(np.partition(a, (7, 10)))
print(np.partition(a, (2, 7)))

運行結(jié)果

[ 1  0  2  3  5  6  7  9 10 12 13 23 27]
[ 0  1  2  6  5  3  7  9 10 12 23 13 27]

Process finished with exit code 0

注意:(7,10)中10的位置,數(shù)值不能超過數(shù)組長度。

numpy.nonzero()函數(shù)

返回輸入數(shù)組中非零元素的索引

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))

運行結(jié)果:

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]))
Process finished with exit code 0

numpy.where()函數(shù)

返回滿足輸入條件的索引

 where()函數(shù)的使用
b = np.array([2, 1, 3, 0, 4, 7, 23, 13, 27])
y = np.where(b > 10)
print(y)
print('利用索引得到數(shù)組中的元素')
print(b[y])

運行結(jié)果:

(array([6, 7, 8], dtype=int64),)
利用索引得到數(shù)組中的元素
[23 13 27]

Process finished with exit code 0

numpy.extract()函數(shù)

numpy.extract()函數(shù)實現(xiàn)的是返回自定義條件的元素

# extract()自定義元素篩選
b = np.array([2, 1, 3, 0, 4, 7, 23, 13, 27])
con = np.mod(b, 2) == 0
y = np.extract(con, b)
print(a[y])

運行結(jié)果:

[9 2 6]

Process finished with exit code 0

其它排序函數(shù)

numpy.argmax() 和 numpy.argmin()函數(shù)分別沿給定軸返回最大和最小元素的索引。numpy.sort_complex(a)函數(shù)實現(xiàn)對復(fù)數(shù)按照先實部后虛部的順序進(jìn)行排序。numpy.argpartition(a, kth[, axis, kind, order])函數(shù)實現(xiàn)通過指定關(guān)鍵字沿著指定的軸對數(shù)組進(jìn)行分區(qū)。
下面舉一個復(fù)數(shù)排序的例子:

t = np.array([ 1.+2.j, 2.-1.j, 3.-3.j, 3.-2.j, 3.+5.j])
res = np.sort_complex([1 + 2j, 2 - 1j, 3 - 2j, 3 - 3j, 3 + 5j])
print(res)

運行結(jié)果:

[1.+2.j 2.-1.j 3.-3.j 3.-2.j 3.+5.j]

Process finished with exit code 0

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • jupyter讀取錯誤格式文件的解決方案

    jupyter讀取錯誤格式文件的解決方案

    這篇文章主要介紹了jupyter讀取錯誤格式文件的解決方案,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-03-03
  • Python轉(zhuǎn)json時出現(xiàn)中文亂碼的問題及解決

    Python轉(zhuǎn)json時出現(xiàn)中文亂碼的問題及解決

    這篇文章主要介紹了Python轉(zhuǎn)json時出現(xiàn)中文亂碼的問題及解決方案,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2023-02-02
  • python 合并列表的八種方法

    python 合并列表的八種方法

    這篇文章主要介紹了python 連接列表的八種方法,幫助大家更好的理解和學(xué)習(xí)使用python,感興趣的朋友可以了解下
    2021-03-03
  • 基于python做一個2048小游戲

    基于python做一個2048小游戲

    2048的邏輯無非是操作4*4的方格,每個方格中有一個數(shù),這些數(shù)可以移動,如果兩個相同的數(shù)字在移動時相撞了,就可以彼此合并,本文將給大家介紹如何基于python做一個2048小游戲,感興趣的小伙伴跟著小編一起來看看吧
    2024-01-01
  • python3中join和格式化的用法小結(jié)

    python3中join和格式化的用法小結(jié)

    這篇文章主要介紹了python中os庫的使用,本篇文章記錄下python中os庫的一些函數(shù)使用,對python?os庫使用感興趣的朋友跟隨小編一起看看吧
    2022-10-10
  • Python數(shù)據(jù)結(jié)構(gòu)與算法中的棧詳解(2)

    Python數(shù)據(jù)結(jié)構(gòu)與算法中的棧詳解(2)

    這篇文章主要為大家詳細(xì)介紹了Python中的棧,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助
    2022-03-03
  • opencv用VS2013調(diào)試時用Image Watch插件查看圖片

    opencv用VS2013調(diào)試時用Image Watch插件查看圖片

    本文主要介紹了opencv用VS2013調(diào)試時用Image Watch插件查看圖片,直接以圖片形式可視化了opencv中的Mat變量。感興趣的可以了解下
    2021-07-07
  • 8段用于數(shù)據(jù)清洗Python代碼(小結(jié))

    8段用于數(shù)據(jù)清洗Python代碼(小結(jié))

    這篇文章主要介紹了8段用于數(shù)據(jù)清洗Python代碼(小結(jié)),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-10-10
  • python文件處理詳解

    python文件處理詳解

    這篇文章主要介紹了Python 處理文件的幾種方式,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2021-10-10
  • 對python中字典keys,values,items的使用詳解

    對python中字典keys,values,items的使用詳解

    今天小編就為大家分享一篇對python中字典keys,values,items的使用詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-02-02

最新評論