這篇文章主要介紹了淺談numpy數組的幾種排序方式,涉及對numpy的簡單介紹和創建數組的方式,具有一定借鑒價值,對numpy感興趣的朋友可以參考下。
簡單介紹
NumPy系統是Python的一種開源的陣列計算擴展。這種工具可用於儲存和處理大型矩陣,比Python本身的嵌套列表(nested list structure)結構要高效的多(該結構也可以用來表示矩陣(matrix))。
建立陣列
建立1維數組:
data = np.array([1,3,4,8])
查看數組維度
data.shape
查看數組類型
data.dtype
透過索引取得或修改陣列元素
data[1] 取得元素<br>data[1] = 'a' 修改元素
建立二維陣列
#data = np.array([[1,2,3],[4, 5,6]])
兩個元素皆為列表0c6dc11e160d3b678d68754cc175188a2.data = np.arange(10) 與python的range一樣,range傳回列表,arange傳回array型別的一個數組0c6dc11e160d3b678d68754cc175188a 3.data2 = data.reshape(2,5) 傳回一個2*5的數組,他不是拷貝數組是引用,只是傳回數組的不同視圖,data改變data2也會改變
#建立特殊陣列
data = np.zeros((2,2)) 建立2*2全為0的2維數組<br>data = np.ones(( 2,3,3,)) 建立全為1的三維數組<br>data = np.eye(4) 建立4*4的對角線數組,對角元素為1,其它都為0<br>
#陣列轉換
data = np.arange(16).reshape(4,4) 將0-16的移位陣列轉換為4 *4的陣列
排序方式
#說明:經常需要對陣列或list進行排序,python提供了好幾種排序的函數,下面說明下特徵;
二維陣列a:
1 4 3 1
1、ndarray.sort(axis= -1,kind='quicksort',order=None)
使用方法:a.sort
參數說明:
axis:排序沿著陣列的方向,0表示按行,1表示按列
kind:排序的演算法,提供了快排、混排、堆排
order:不是指的順序,以後用的時候再去分析這個
作用效果:對陣列a排序,排序後直接改變了a
例如:
>>a.sort(axis=1) >>print a
1 4 1 32、
numpy.sort(a,axis=-1,kind='quicksort',order=None)
使用方法:numpy.sort(a)
參數說明:a:要排序的數組,其他同1作用效果:對數組a排序,傳回一個排序後的陣列(與a相同維度),a不變例如:#
>>print numpy.sort(a,axis=1) 1 4 1 3 >>print a 1 4 3 1
3、numpy.argsort (a,axis=-1,kind='quicksort',order=None)
#
>>print numpy.argsort(a,axis=1) 0 1 1 0
##4、
sorted (iterable,cmp=None,key=None,reverse=False)#說明:內建的排序函數,對list,字典等等可以使用
iterable:可迭代類型;
cmp:用於比較的函數,比較什麼由key決定,有預設值,迭代集合中的一項;
key:用列表元素的某個屬性和函數進行作為關鍵字,有預設值,迭代集合中的一項;
reverse:排序規則.reverse=True或reverse=False,預設False(從小到大)。
傳回值:是一個經過排序的可迭代類型,與iterable一樣;
例如:b是一個字典b:{' a':2,'c':1,'b':3}
對b進行排序:
>>c=sorted(b.iteritems(),key=operator.itemgetter(1),reverse=False)
>>print c[('c', 1), ('a', 2), ('b', 3)]
可見:返回的是一個list
以上就是本文關於淺談numpy數組的幾種排序方式的全部內容,希望對大家有所幫助。有興趣的朋友可以繼續參考本站其他相關專題,如有不足之處,歡迎留言指出。感謝朋友們對本站的支持!
##########Python科學計算- Numpy快速入門########## #####為什麼numpy的array那麼快? ############Python NumPy函式庫安裝使用筆記######以上是淺談numpy數組的幾種排序方式_python的詳細內容。更多資訊請關注PHP中文網其他相關文章!