简单介绍
NumPy系统是Python的一种开源的数组计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix))。
创建数组
创建1维数组:
data = np.array([1,3,4,8])
查看数组维度
data.shape
查看数组类型
data.dtype
通过索引获取或修改数组元素
data[1] 获取元素
data[1] = 'a' 修改元素
创建二维数组
data = np.array([[1,2,3],[4,5,6]])
两个元素均为列表<br>2.data = np.arange(10) 与python的range一样,range返回列表,arange返回array类型的一个数组<br>3.data2 = data.reshape(2,5) 返回一个2*5的数组,他不是拷贝数组是引用,只是返回数组的不同视图,data改变data2也会改变
创建特殊数组
data = np.zeros((2,2)) 创建2*2全为0的2维数组
data = np.ones((2,3,3,)) 创建全为1的三维数组
data = np.eye(4) 创建4*4的对角数组,对角元素为1,其它都为0
数组转换
data = np.arange(16).reshape(4,4) 将0-16的移位数组转换为4*4的数组
排序方式
说明:经常需要对数组或者list进行排序,python提供了好几种排序的函数,下面说明下特点;
二维数组a:
1
2
|
1 4
3 1
|
1、ndarray.sort(axis=-1,kind='quicksort',order=None)
使用方法:a.sort
参数说明:
axis:排序沿着数组的方向,0表示按行,1表示按列
kind:排序的算法,提供了快排、混排、堆排
order:不是指的顺序,以后用的时候再去分析这个
作用效果:对数组a排序,排序后直接改变了a
例如:
1
2
|
>>a.sort(axis = 1 )
>> print a
|
1
2
|
1 4
1 3
|
2、numpy.sort(a,axis=-1,kind='quicksort',order=None)
使用方法:numpy.sort(a)
参数说明:
a:要排序的数组,其他同1
作用效果:对数组a排序,返回一个排序后的数组(与a相同维度),a不变
例如:
1
2
3
4
5
6
|
>> 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)
使用方法:numpy.argsort(a)
参数说明:同2
作用效果:对数组a排序,返回一个排序后索引,a不变
例如:
1
2
3
|
>> print numpy.argsort(a,axis = 1 )
0 1
1 0
|
4、sorted(iterable,cmp=None,key=None,reverse=False)
说明:内置的排序函数,对list,字典等等可以使用
iterable:是可迭代类型;
cmp:用于比较的函数,比较什么由key决定,有默认值,迭代集合中的一项;
key:用列表元素的某个属性和函数进行作为关键字,有默认值,迭代集合中的一项;
reverse:排序规则.reverse=True或者reverse=False,默认False(从小到大)。
返回值:是一个经过排序的可迭代类型,与iterable一样;
例如:b是一个字典
b:
{'a':2,'c':1,'b':3}
对b进行排序:
1
2
|
>>c = sorted (b.iteritems(),key = operator.itemgetter( 1 ),reverse = False )
>> print c[( 'c' , 1 ), ( 'a' , 2 ), ( 'b' , 3 )]
|
可见:返回的是一个list
总结
以上就是本文关于浅谈numpy数组的几种排序方式的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!
原文链接:http://blog.csdn.net/sloanqin/article/details/50130253