Python（17）：Numpy之array数组的排序

目录

0. 相关文章链接

1. 简单排序

1.1. 创建Array数组

1.2. 使用Numpy的sort方法进行排序（返回元素）

1.3. 使用Numpy中的argsort方法进行排序（返回脚标）

2. Numpy中的searchsorted方法

3. Numpy中的lexsort方法

3.1. 创建Array数组

3.2. 进行lexsort计算

3.3. 使用lexsort方法的结果

---

0. 相关文章链接

 Python文章汇总 

1. 简单排序

1.1. 创建Array数组

import numpy as np
demo_array = np.array([[1.5,1.3,7.5],
                      [5.6,7.8,1.2]])
demo_array

array([[1.5, 1.3, 7.5],
       [5.6, 7.8, 1.2]])

1.2. 使用Numpy的sort方法进行排序（返回元素）

# 使用 numpy
print(demo_array)
print("======================")
print(demo_array.ndim)
print(demo_array.shape)
print("======================")
print(np.sort(demo_array))
print("====================== 以第0轴进行排序（二维中的竖）")
print(np.sort(demo_array,axis = 0))
print("====================== 以第1轴进行排序（二维中的横）")
print(np.sort(demo_array,axis = 1))

[[1.5 1.3 7.5]
 [5.6 7.8 1.2]]
======================
2
(2, 3)
======================
[[1.3 1.5 7.5]
 [1.2 5.6 7.8]]
====================== 以第0轴进行排序（二维中的竖）
[[1.5 1.3 1.2]
 [5.6 7.8 7.5]]
====================== 以第1轴进行排序（二维中的横）
[[1.3 1.5 7.5]
 [1.2 5.6 7.8]]

1.3. 使用Numpy中的argsort方法进行排序（返回脚标）

print(demo_array)
print("======================")
print(demo_array.ndim)
print(demo_array.shape)
print("======================")
print(np.argsort(demo_array))
print("====================== 以第0轴进行排序（二维中的竖），但是返回的是脚标")
print(np.argsort(demo_array, axis = 0))
print("====================== 以第1轴进行排序（二维中的横），但是返回的是脚标")
print(np.argsort(demo_array, axis = 1))

[[1.5 1.3 7.5]
 [5.6 7.8 1.2]]
======================
2
(2, 3)
======================
[[1 0 2]
 [2 0 1]]
====================== 以第0轴进行排序（二维中的竖），但是返回的是脚标
[[0 0 1]
 [1 1 0]]
====================== 以第1轴进行排序（二维中的横），但是返回的是脚标
[[1 0 2]
 [2 0 1]]

2. Numpy中的searchsorted方法

searchsorted方法的定义：在数组demo_array中插入数组values（并不执行插入操作），返回一个下标列表，这个列表指明了values中对应元素应该插入在 searchsorted 中那个位置上

print("====================== 使用linspace方法在0到10之间平均生成10个元素的Array对象")
demo_array = np.linspace(0,10,10)
print(demo_array)
print("======================")
values = np.array([2.5,6.5,9.5])
print(values)
print("====================== searchsorted 方法是在数组demo_array中插入数组values（并不执行插入操作）")
print("====================== 返回一个下标列表，这个列表指明了values中对应元素应该插入在 searchsorted 中那个位置上")
print(np.searchsorted(demo_array,values))
print(demo_array)
print(values)

====================== 使用linspace方法在0到10之间平均生成10个元素的Array对象
[ 0.          1.11111111  2.22222222  3.33333333  4.44444444  5.55555556
  6.66666667  7.77777778  8.88888889 10.        ]
======================
[2.5 6.5 9.5]
====================== searchsorted 方法是在数组demo_array中插入数组values（并不执行插入操作）
====================== 返回一个下标列表，这个列表指明了values中对应元素应该插入在 searchsorted 中那个位置上
[3 6 9]
[ 0.          1.11111111  2.22222222  3.33333333  4.44444444  5.55555556
  6.66666667  7.77777778  8.88888889 10.        ]
[2.5 6.5 9.5]

3. Numpy中的lexsort方法

lexsort方法定义（ def lexsort(keys, axis=None) ）：多级排序方法，为对给定的 keys 中的最后一个 key 排序，每一个 key 都被认为是列向量，其他 keys 用来辅助最后一个 key 进行排序。最后返回最后一个 key 进行排序的索引。

3.1. 创建Array数组

注意：该数组需要有重复元素

demo_array = np.array([[1,0,6],
                       [1,7,0],
                       [2,3,1],
                       [2,4,0]])
demo_array

3.2. 进行lexsort计算

示例代码：

print("====================== array1")
array1 = -1*demo_array[:,0]
print(array1)

print("====================== array2")
array2 = demo_array[:,2]
print(array2)

print("====================== lexsort计算")
index = np.lexsort([array1,array2])
print(index)

结果输出：

====================== array1
[-1 -1 -2 -2]
====================== array2
[6 0 1 0]
====================== lexsort计算
[3 1 2 0]

过程解释：

在上述代码中，可以看到传入的是array1和array2这两个Array对象

在进行计算时，会先计算后面的（即array2）的

第一次排序，因为使用 demo_array[:,2] ，即第二列来进行升序排序，所以第一次排序后的结果如下所示

[1, 0, 6]         [1, 7, 0]

[1, 7, 0]   =>  [2, 4, 0]

[2, 3, 1]         [2, 3, 1]

[2, 4, 0]         [1, 0, 6]

第二次平常，因为使用 -1*demo_array[:,0] ，即第零列来进行降序排序，所以第二次排序后的结果如下所示

[1, 7, 0]         [2, 4, 0]

[2, 4, 0]   =>  [1, 7, 0]

[2, 3, 1]         [2, 3, 1]

[1, 0, 6]         [1, 0, 6]

此时根据最后的结果，确定这些行在最开始Array对象中是属于哪些索引

新的第一行 [2, 4, 0] 在最开始的Array对象中是第四行（索引为3）

新的第二行 [1, 7, 0] 在最开始的Array对象中是第二行（索引为1）

新的第三行 [2, 3, 1] 在最开始的Array对象中是第三行（索引为2）

新的第四行 [1, 0, 6] 在最开始的Array对象中是第一行（索引为0）

所以，最后返回的结果为 [3, 1, 2, 0]， 是一个 numpy.ndarray 对象

更详细解释可以查看相关博文： 博文

3.3. 使用lexsort方法的结果

使用lexsort方法时，会返回一个 numpy.ndarray 对象（即进行多级排序后的脚标数组），当需要对原数组进行该多级排序时，可以使用原数组调用该 lexsort 方法返回的Array对象即可。

print("====================== 原始数组")
print(demo_array)
print("====================== lexsort方法返回的结果（Array对象，其中的元素为索引）")
print(index)
print("====================== 原始数组调用索引数组，会对原始数组进行重新排序")
new_array = demo_array[index]
print(new_array)

====================== 原始数组
[[1 0 6]
 [1 7 0]
 [2 3 1]
 [2 4 0]]
====================== lexsort方法返回的结果（Array对象，其中的元素为索引）
[3 1 2 0]
====================== 原始数组调用索引数组，会对原始数组进行重新排序
[[2 4 0]
 [1 7 0]
 [2 3 1]
 [1 0 6]]

此时，会对原始Array对象进行重新排序。

---

注：其他Python相关系列文章链接由此进 ->   Python文章汇总 

---