解讀Numpy中的排序(sort,argsort)

更新時間：2023年06月14日 10:24:17 作者：EvanForEver

這篇文章主要介紹了關于Numpy中的排序(sort,argsort)，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

Numpy中的排序(sort,argsort)

按索引排序

>>import numpy as np
>>x=np.array([[0,12,48],[4,14,18],[1,7,99]])
#靈活應用索引和切片實現(xiàn)按索引的排序
#倒序的實現(xiàn)(普通列表也可用reverse實現(xiàn)，numpy則沒有這個方法)
>>x[::-1]
array([[ 1,  7, 99],
       [ 4, 14, 18],
       [ 0, 12, 48]])
#指定順序的實現(xiàn)(傳入用于指定順序的整數(shù)列表或ndarray即可)
>>x[[2,0,1]]
array([[ 1,  7, 99],
       [ 0, 12, 48],
       [ 4, 14, 18]])
>>x[[2,0,1],[0,2,1]] #只是截取部分元素，并不符合排序要求
array([ 1, 48, 14])
>>x[[2,0,1]][:,[0,2,1]]
array([[ 1, 99,  7],
       [ 0, 48, 12],
       [ 4, 18, 14]])
>>x[np.ix_([2,0,1],[0,2,1])] #np.ix_函數(shù)將兩個一維數(shù)組轉化為用于選取方形區(qū)域的索引器
array([[ 1, 99,  7],
       [ 0, 48, 12],
       [ 4, 18, 14]])

按值大小排序

ndarray.sort(axis=-1, kind='quicksort', order=None)

或者：

ndarray.sort(axis=-1, kind='quicksort', order=None)

參數(shù)	描述
axis	排序沿數(shù)組的（軸）方向，0表示按行，1表示按列，None表示展開來排序，默認值為-1，表示沿最后的軸排序
kind	排序的算法，提供了快排'quicksort'、混排'mergesort'、堆排'heapsort'，默認為‘quicksort'
order	排序的字段名，可指定字段排序，默認為None

>>import numpy as np
>>x=np.array([[0,12,48],[4,18,14],[7,1,99]])
>>np.sort(x)
array([[ 0, 12, 48],
       [ 4, 14, 18],
       [ 1,  7, 99]])
>>np.sort(x,axis=1)
array([[ 0, 12, 48],
       [ 4, 14, 18],
       [ 1,  7, 99]])
>>x.sort()
array([[ 0, 12, 48],
       [ 4, 14, 18],
       [ 1,  7, 99]])
>>dt = np.dtype([('name',  'S10'),('age',  int)]) 
>>a = np.array([("Mike",21),("Nancy",25),("Bob",  17),  ("Jane",27)], dtype = dt)
>>np.sort(a, order =  'name')
array([(b'Bob', 17), (b'Jane', 27), (b'Mike', 21), (b'Nancy', 25)],
      dtype=[('name', 'S10'), ('age', '<i4')])
>>np.sort(a, order =  'age')
array([(b'Bob', 17), (b'Mike', 21), (b'Nancy', 25), (b'Jane', 27)],
      dtype=[('name', 'S10'), ('age', '<i4')])

numpy.argsort(a, axis=-1, kind='quicksort', order=None)

對數(shù)組沿給定軸執(zhí)行間接排序，并使用指定排序類型返回數(shù)據(jù)的索引數(shù)組。這個索引數(shù)組用于構造排序后的數(shù)組。

參數(shù)類似于sort()，不作說明

>>import numpy as np
>>> x = np.array([3, 1, 2])
>>> a=np.argsort(x)
>>a #升序
#argsort函數(shù)返回的是數(shù)組值從小到大的索引值,[3, 1, 2]從小到大為[1，2，3],期對應的索引為[1，2，0] 
array([1, 2, 0]) 
>>np.argsort(-x) #降序
array([0, 2, 1], dtype=int64)
>>x[a] #以排序后的順序重構原數(shù)組
array([1, 2, 3])
#二維數(shù)組
>>x=np.array([[0,12,48],[4,18,14],[7,1,99]])
>>a1=np.argsort(x)
>>a1
array([[0, 1, 2],
       [0, 2, 1],
       [1, 0, 2]], dtype=int64)
#以排序后的順序重構原數(shù)組，注意與一維數(shù)組的形式不一樣
>>np.array([np.take(x[i],x[i].argsort())for i in range(3)])
array([[ 0, 12, 48],
       [ 4, 14, 18],
       [ 1,  7, 99]])
>>x[x[:,2].argsort()] #按照第三列對行進行排序
array([[ 4, 18, 14],
       [ 0, 12, 48],
       [ 7,  1, 99]])
>>x.T[x.T[:,2].argsort()].T #按照第三行對列進行排序
array([[12,  0, 48],
       [18,  4, 14],
       [ 1,  7, 99]])
>>x[:,x[2].argsort()]  #還可以這樣寫
array([[12,  0, 48],
       [18,  4, 14],
       [ 1,  7, 99]])

lexsort(keys, axis=-1)

lexsort()根據(jù)鍵值的字典序進行排序，支持對數(shù)組按指定行或列的順序排序，間接排序，不修改原數(shù)組，返回索引。一般對一維數(shù)組使用argsort()。

默認按最后一行元素有小到大排序, 返回最后一行元素排序后索引所在位置。

參數(shù)	描述
'axis'	數(shù)組排序時的基準，axis=0，按行排列；axis=1，按列排列
'keys'	排序的參照物包括數(shù)組或包含N維的的元組，默認值為最后一行，（如果為二維數(shù)組則指最后一列）

>>import numpy as np 
>>x=np.array([[0,12,48],[4,18,14],[7,1,99]])
>>np.lexsort(x)
array([1, 0, 2], dtype=int64) #返回索引值
>>a=np.array([1,5,1,4,3,4,4])
>>b=np.array([9,4,0,4,0,2,1])
>>> ind=np.lexsort((b,a)) 
>>ind #將長度相同的a，b組合，再根據(jù)a值的大小進行排序，再考慮b值
array([2, 0, 4, 6, 5, 3, 1], dtype=int64) 
>>list(zip(a[ind],b[ind]))
[(1, 0), (1, 9), (3, 0), (4, 1), (4, 2), (4, 4), (5, 4)]
>>> c=[[1,5,1,4,3,4,4],[9,4,0,4,0,2,1]]
>>> np.lexsort(c) # 此種情況與先b后a的情況一致
array([2, 4, 6, 5, 3, 1, 0], dtype=int64)
#其他方法
#按最后一列順序排序
>>x[np.lexsort(x.T)]
array([[ 4, 18, 14],
       [ 0, 12, 48],
       [ 7,  1, 99]])
#按最后一列逆序排序
>>x[np.lexsort(-x.T)] 
array([[ 7,  1, 99],
       [ 0, 12, 48],
       [ 4, 18, 14]])
#按第一列順序排序
>>x[np.lexsort(x[:,::-1].T)]
array([[ 0, 12, 48],
       [ 4, 18, 14],
       [ 7,  1, 99]])
#按最后一行順序排序
>>x.T[np.lexsort(x)].T 
array([[12,  0, 48],
       [18,  4, 14],
       [ 1,  7, 99]])
#按第一行順序排序
>>x.T[np.lexsort(x[::-1,:])].T 
array([[ 0, 12, 48],
       [ 4, 18, 14],
       [ 7,  1, 99]])

numpy 數(shù)組排序np.sort()、np.argsort()

np.sort(a, axis=-1, kind=‘quicksort', order=None)

將指定軸上的每一個元素都按照從小到大的順序排列。

Params：

axis：默認是-1，即最大維度，二維數(shù)組就是軸1，三維數(shù)組就是軸2。
kind：排序規(guī)則，有三個選項，如下，使用默認的就好

kind	speed	worst case	work space	stable
‘quicksort’	1	O(n^2)	0	no
‘mergesort’	2	O(n*log(n))	~n/2	yes
‘heapsort’	3	O(n*log(n))	0	no

order：指定排序的規(guī)則。

舉例：

arr = np.array([[7,3,9],
                [9,0,8]])
np.sort(arr,axis=0)
array([[7, 0, 8],
       [9, 3, 9]])

指定axis=0，把每一列按照從小到大排列。

np.sort(arr,axis=1)
array([[3, 7, 9],
       [0, 8, 9]])

指定axis=1，把每一行按照從小到大排列。

np.argsort(a, axis=-1, kind=‘quicksort', order=None)

返回的是數(shù)組值從小到大排序的索引值。就是把數(shù)組升序排序，然后看看各個元素在原來數(shù)組中的索引值，看看排在第一小的數(shù)在原來數(shù)組的哪個位置。形狀與傳入數(shù)組相同。

參數(shù)使用同上。

舉例：

這里我們舉一個簡單的例子，萬變不離其宗。

ind = np.argsort([4,3,5,6,0],axis=0)
ind
array([4, 1, 0, 2, 3], dtype=int64)

附圖解釋。每個數(shù)字排序時，它的index也隨著數(shù)值走。最后返回其原來的index。

總結

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章:

Python使用描述器實現(xiàn)ORM模型的方法詳解
這篇文章主要為大家詳細介紹了Python描述器實現(xiàn)ORM模型，使用數(shù)據(jù)庫，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下
2022-02-02
python計算階乘的兩個函數(shù)用法
這篇文章主要介紹了python計算階乘的兩個函數(shù)用法，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
2022-05-05
Selenium鼠標與鍵盤事件常用操作方法示例
這篇文章主要介紹了Selenium鼠標與鍵盤事件常用操作方法,結合實例形式分析了Selenium鼠標事件與鍵盤事件常見方法與相關使用技巧,需要的朋友可以參考下
2018-08-08
圖文詳解WinPE下安裝Python
這篇文章主要以圖文結合的方式詳細介紹了WinPE下安裝Python的具體實現(xiàn)步驟，文中安裝步驟介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下
2016-05-05
Python3 selenium 實現(xiàn)QQ群接龍自動化功能
這篇文章主要介紹了Python3 selenium 實現(xiàn)QQ群接龍自動化功能,本文通過實例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下
2020-04-04
python多線程方式執(zhí)行多個bat代碼
這篇文章主要為大家詳細介紹了python多線程方式執(zhí)行多個bat的實現(xiàn)代碼，感興趣的小伙伴們可以參考一下
2016-06-06
簡單介紹django提供的加密算法
在本篇文章里小編給大家分享的是關于django提供的加密算法的相關知識點，有需要的朋友們學習下。
2019-12-12
使用python從三個角度解決josephus問題的方法
這篇文章主要介紹了使用python從三個角度解決josephus問題的方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
2020-03-03
Django點贊的實現(xiàn)示例
本文主要介紹了Django點贊的實現(xiàn)示例，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下
2022-03-03
$解決pycharm導入numpy包的和使用時報錯：RuntimeError: The current Numpy installation (‘D:\\python3.6\\lib\\site-packa的問題$
解決pycharm導入numpy包的和使用時報錯：RuntimeError: The current Numpy ins
這篇文章主要介紹了解決pycharm導入numpy包的和使用時報錯：RuntimeError: The current Numpy installation (‘D:\\python3.6\\lib\\site-packa的問題,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下
2020-12-12