numpy -- 利用数组进行数据处理 排序 去重以及其它集合运算

利用数组进行数据处理

类型	说明
unique(x)	计算x中的唯一元素，并返回有序结果。
intersect1d(x, y)	计算x和y中的公共元素，并返回有序结果。
union1d(x, y)	计算x和y的并集，并返回有序结果。
in1d(x, y)	得到一个表述"x的元素是否包含于y"的布尔型数组
setdiff1d(x, y)	setdiff1d(x, y)
setxor1d(x, y)	集合的差，即元素在x中且不在y中
cumprod	集合的异或，即存在于一个数组中但不同时存在于两个数组中的元素。

import numpy as np

排序

arr = np.random.randn(5)
arr.sort()
print(arr)

[-0.78386546 -0.38684845 -0.36686693  0.12452924  0.84976248]

二维数组排序

arr = np.random.randn(5,3)
print(arr)

[[ 0.78372274 -1.1086224   0.19517135]
 [-1.68156953  1.38959928  1.64771021]
 [-1.00695144  1.04649726 -0.57994712]
 [-1.55014457 -0.12266938 -1.43501458]
 [ 0.41199755  1.13162107  0.68240463]]

arr.sort(1)
print(arr)

[[-1.1086224   0.19517135  0.78372274]
 [-1.68156953  1.38959928  1.64771021]
 [-1.00695144 -0.57994712  1.04649726]
 [-1.55014457 -1.43501458 -0.12266938]
 [ 0.41199755  0.68240463  1.13162107]]

找中位数

arr = np.random.randn(10000000)
arr.sort()
print(arr[int(0.5*len(arr))])

0.000460625211239

唯一化

names = np.array(['Bob', 'Joe', 'Will', 'Bob', 'Will', 'Joe', 'Joe'])

传统做法

print(set(names))

{'Bob', 'Joe', 'Will'}

unique的方法

print(np.unique(names))
print(sorted(set(names)))

['Bob' 'Joe' 'Will']
['Bob', 'Joe', 'Will']

成员资格判断

values = np.array([6, 0, 0, 3, 2, 5, 6])
print (np.in1d(values, [2, 3, 6]))

[ True False False  True  True False  True]