数组排序
In [1]:
%pylab
Using matplotlib backend: Qt4Agg
Populating the interactive namespace from numpy and matplotlib
sort 函数
先看这个例子：
In [2]:
names = array(['bob', 'sue', 'jan', 'ad'])
weights = array([20.8, 93.2, 53.4, 61.8])
sort(weights)
Out[2]:
array([ 20.8, 53.4, 61.8, 93.2])
sort 返回的结果是从小到大排列的。
argsort 函数
argsort 返回从小到大的排列在数组中的索引位置：
In [3]:
ordered_indices = argsort(weights)
ordered_indices
Out[3]:
array([0, 2, 3, 1], dtype=int64)
可以用它来进行索引：
In [4]:
weights[ordered_indices]
Out[4]:
array([ 20.8, 53.4, 61.8, 93.2])
In [5]:
names[ordered_indices]
Out[5]:
array(['bob', 'jan', 'ad', 'sue'],
dtype='|S3')
使用函数并不会改变原来数组的值：
In [6]:
weights
Out[6]:
array([ 20.8, 93.2, 53.4, 61.8])
sort 和 argsort 方法
数组也支持方法操作：
In [7]:
data = array([20.8, 93.2, 53.4, 61.8])
data.argsort()
Out[7]:
array([0, 2, 3, 1], dtype=int64)
argsort 方法与 argsort 函数的使用没什么区别，也不会改变数组的值。
In [8]:
data
Out[8]:
array([ 20.8, 93.2, 53.4, 61.8])
但是 sort方法会改变数组的值：
In [9]:
data.sort()
In [10]:
data
Out[10]:
array([ 20.8, 53.4, 61.8, 93.2])
二维数组排序
对于多维数组，sort方法默认沿着最后一维开始排序：
In [11]:
a = array([
[.2, .1, .5],
[.4, .8, .3],
[.9, .6, .7]
])
a
Out[11]:
array([[ 0.2, 0.1, 0.5],
[ 0.4, 0.8, 0.3],
[ 0.9, 0.6, 0.7]])
对于二维数组，默认相当于对每一行进行排序：
In [12]:
sort(a)
Out[12]:
array([[ 0.1, 0.2, 0.5],
[ 0.3, 0.4, 0.8],
[ 0.6, 0.7, 0.9]])
改变轴，对每一列进行排序：
In [13]:
sort(a, axis = 0)
Out[13]:
array([[ 0.2, 0.1, 0.3],
[ 0.4, 0.6, 0.5],
[ 0.9, 0.8, 0.7]])
searchsorted 函数
searchsorted(sorted_array, values)
searchsorted 接受两个参数，其中，第一个必需是已排序的数组。
In [14]:
sorted_array = linspace(0,1,5)
values = array([.1,.8,.3,.12,.5,.25])
In [15]:
searchsorted(sorted_array, values)
Out[15]:
array([1, 4, 2, 1, 2, 1], dtype=int64)
排序数组：
| 0 | 1 | 2 | 3 | 4 |
|---|---|---|---|---|
| 0.0 | 0.25 | 0.5 | 0.75 | 1.0 |
数值：
| 值 | 0.1 | 0.8 | 0.3 | 0.12 | 0.5 | 0.25 |
|---|---|---|---|---|---|---|
| 插入位置 | 1 | 4 | 2 | 1 | 2 | 1 |
searchsorted 返回的值相当于保持第一个数组的排序性质不变，将第二个数组中的值插入第一个数组中的位置：
例如 0.1 在 [0.0, 0.25) 之间，所以插入时应当放在第一个数组的索引 1 处，故第一个返回值为 1。
In [16]:
from numpy.random import rand
data = rand(100)
data.sort()
不加括号，默认是元组：
In [17]:
bounds = .4, .6
bounds
Out[17]:
(0.4, 0.6)
返回这两个值对应的插入位置：
In [18]:
low_idx, high_idx = searchsorted(data, bounds)
利用插入位置，将数组中所有在这两个值之间的值提取出来：
In [19]:
data[low_idx:high_idx]
Out[19]:
array([ 0.41122674, 0.4395727 , 0.45609773, 0.45707137, 0.45772076,
0.46029997, 0.46757401, 0.47525517, 0.4969198 , 0.53068779,
0.55764166, 0.56288568, 0.56506548, 0.57003042, 0.58035233,
0.59279233, 0.59548555])
