Numpy进阶之排序小技巧
Numpy提供了大量用数组操作的函数，其中不乏常见的排序函数。
这里讲下numpy.sort、numpy.argsort、numpy.lexsort三种排序函数的用法。
1、如何对数组元素进行快速排序？
使用numpy.sort函数可以对数组进行排序，并返回排序好的数组。
使用方法：
numpy.sort(a, axis=-1, kind=None, order=None)
参数：
a : 要排序的数组；
axis ：按什么轴进行排序，默认按最后一个轴进行排序；
kind ：排序方法，默认是快速排序；
order : 当数组定义了字段属性时，可以按照某个属性进行排序；
import numpy as np
# 创建一个一维数组
x1 = np.array([1,8,2,4])
x1
'''
一维数组：
array([1, 8, 2, 4])
'''
# 排序
np.sort(x1)
'''
输出：
array([1, 2, 4, 8])
'''
import numpy as np
# 创建一个二维数组
x2 = np.array([[1,8,2,4],[4,5,1,3]])
x2
'''
二维数组：
array([[1, 8, 2, 4],
[4, 5, 1, 3]])
'''
# 默认按最后一个轴排序，这里按行排序
np.sort(x2)
'''
输出：
array([[1, 2, 4, 8],
[1, 3, 4, 5]])
'''
# 轴设为0，即按列排序
np.sort(x2,axis=0)
'''
输出：
array([[1, 5, 1, 3],
[4, 8, 2, 4]])
'''
下面试下按照字段属性进行排序，需要用到order参数。
import numpy as np
# 这是一个名字、身高、年龄的数组
# 先给各字段配置属性类型
dtype = [('Name', 'S10'), ('Height', float), ('Age', int)]
# 各字段值
values = [('Li', 1.8, 41), ('Wang', 1.9, 38),('Duan', 1.7, 38)]
# 创建数组
a = np.array(values, dtype=dtype)
a
'''
数组：
array([(b'Li', 1.8, 41), (b'Wang', 1.9, 38), (b'Duan', 1.7, 38)],
dtype=[('Name', 'S10'), ('Height', '2、如何获取数组元素排序后的索引？
numpy.argsort函数用于将数组排序后，返回数组元素从小到大依次排序的所有元素索引。
使用方法（和sort类似）：
numpy.argsort(a, axis=-1, kind=None, order=None)
参数：
a : 要排序的数组；
axis ：按什么轴进行排序，默认按最后一个轴进行排序；
kind ：排序方法，默认是快速排序；
order : 当数组定义了字段属性时，可以按照某个属性进行排序；
import numpy as np
# 创建一维数组
x = np.array([3, 1, 2])
'''
数组：
array([3, 1, 2])
'''
# 获取排序后的索引
np.argsort(x)
'''
输出：
array([1, 2, 0], dtype=int64)
'''
import numpy as np
# 创建二维数组
x2 = np.array([[0, 3], [2, 2]])
'''
数组：
array([[0, 3],
[2, 2]])
'''
# 默认按照最后一个轴进行排序，即行排序
# 获取排序后的索引
np.argsort(x2)
'''
输出：
array([[0, 1],
[0, 1]], dtype=int64)
'''
按字段属性进行排序，并获取索引。
# 先给各字段配置属性类型
dtype = [('name', str), ('age', int)]
# 值
values = [('Anna', 28), ('Bob', 27),('Brown',21)]
# 创建数组
x = np.array(values, dtype=dtype)
x
'''
数组：
array([('', 28), ('', 27), ('', 21)],
dtype=[('name', '3、如何按多条件进行排序？
这里举一个应用场景：
小升初考试，重点班录取学生按照总成绩录取。
在总成绩相同时，数学成绩高的优先录取，在总成绩和数学成绩都相同时，按照英语成绩录取……
这里，总成绩排在电子表格的最后一列，数学成绩在倒数第二列，英语成绩在倒数第三列。
numpy.lexsort函数用于按照多个条件（键）进行排序，返回排序后索引。
使用方法：
numpy.lexsort(keys, axis=-1)
参数：
keys ：序列或元组，要排序的不同的列；
axis ：沿指定轴进行排序；
说明：
使用键序列执行间接稳定排序。
给定多个排序键（可以将其解释为电子表格中的列），lexsort返回一个整数索引数组，该数组描述按多个列排序的顺序。
序列中的最后一个键用于主排序顺序，倒数第二个键用于辅助排序顺序，依此类推。
keys参数必须是可以转换为相同形状的数组的对象序列。
如果为keys参数提供了2D数组，则将其行解释为排序键，并根据最后一行，倒数第二行等进行排序。
import numpy as np
# 英语成绩
eng = [90,85,95,80]
# 数学成绩
math = [80,95,90,85]
# 总成绩
total = [170,170,185,165]
# 排序，获取索引
np.lexsort((eng,math,total))
'''
先按总成绩total进行排序，
再按数学成绩math进行排序，
最后按英语成绩进行排序。
可以看到total里有两个170，
这时候就按下一级math排序，
最后获取排序后的索引
输出：
array([3, 0, 1, 2], dtype=int64)
'''
# 也可以直接传入数组
score = np.array([[90,85,95,80],[80,95,90,85],[170,170,185,165]])
np.lexsort(score)
'''
输出：
array([3, 0, 1, 2], dtype=int64)
'''参考资料
[1]
Numpy文档: https://numpy.org/devdocs/index.html
[2]Numpy教程: https://www.runoob.com/numpy/numpy-tutorial.html
-END-
TIPS
加入【Python数据分析】知识星球，带你走完数据科学流程！
往期精选
使用sklearn轻松实现数据缩放
从小白视角理解『数据挖掘十大算法』
seaborn常用的10种数据分析图表
Python大数据分析
data creats value
长按二维码关注