07.Python代码NumPy-排序sort,argsort,lexsort

07.Python代码NumPy-排序sort,argsort,lexsort

提示:帮帮志会陆续更新非常多的IT技术知识,希望分享的内容对您有用。本章分享的是NumPy的使用语法。前后每一小节的内容是存在的有:学习and理解的关联性,希望对您有用~
python语法-numPy 第七节 :排序sort,argsort,lexsort

上一小节详细分享了通过索引或切片来访问和修改 。本小节可能会用到取值。如晕,可查:
通过索引或切片来访问和修改


文章目录

  • 07.Python代码NumPy-排序sort,argsort,lexsort
  • 排序
    • 排序 sort
    • 指定排序的列和按字母顺序排序 sort
    • 获得索引 argsort
    • 按列排序 lexsort


排序

排序 sort

用于完成数组的排序,语法:
numpy.sort(arr, axis, kind, order)
arr: 要排序的数组
axis: 沿着它排序数组的轴,如果没有数组会被展开,沿着最后的轴排序, axis=0 按列排序,axis=1 按行排序
kind: 默认为’quicksort’(快速排序)
order: 如果数组包含字段,则是要排序的字段

kind:
quicksort’(快速排序)
‘mergesort’(归并排序)
‘heapsort’(堆排序)

import numpy as np#随意定义数组
a = np.array([[5, 9], [10, 2]])
print(a)#输出瞅一眼
#排序后
print(np.sort(a))#就是数字小的放前面,啥是前面,下标索引小就是前面,下标0就是最前呗
print()#啥也不输出,空一行
#axis=0 就是按列来排  竖着
print(np.sort(a, axis=0))
#axis=1 就是按行来排  横着
print(np.sort(a, axis=1))#索引取值及切片,前面章节分享了。可以在文章开头点击

在这里插入图片描述

指定排序的列和按字母顺序排序 sort

复合类型,指定排序的列。且按字母排序

#定义一个dtype数据类型,字符串的name  int的age
dt = np.dtype([('name',  'S10'),('age',  int)]) 
#声明一个数组,dtype=dt  指定数据类型是dt
a = np.array([("apple", 21), ("tom", 17), ("jack", 27), ("bbz", 25)], dtype=dt)
#瞅一眼
print (a)
#按列排序:order = 列名
print ('按 name 排序:')
print (np.sort(a, order =  'name'))

在这里插入图片描述

获得索引 argsort

用于得到排序后的数组的索引值。它返回的不是数据本身,而是排序后的索引组成的数组
所以,有时重点不再数据本身上。可以通过它直接用索引就行。

import numpy as npx = np.array([3, 1, 2])
#瞅一眼
print(x)
#返回排序后的索引。交给变量y
y = np.argsort(x)
print(y)#[1 2 0]   这个是索引
#通过y来取值,look look 排序后的数组
print(x[y])

在这里插入图片描述

按列排序 lexsort

返回下标索引

对多个序列进行排序,语法:先指定一个列排序,如果这个列有数据相同的,就按照第二个列来排序,如果第二个列又有数据相同的,就按照。。。。
指定多少个列或者哪个先排哪个后排,传递不同参数就好了,语法:
ind = np.lexsort((列n,列03,列02,列01))
越写到后面的列越先排:先排列01,在列02,
如:第一个数字就是按照需要最先排序的列,最小的那个数据,返回这个数据的索引

#定义一组数据
name =  ('bangbangzhi','apple','abandon','bbz','hello')
#在定义一组数据
age =  (12,  18,  12, 20,15)
#他们两组数据是 我需要组合起来的:
#bangbangzhi,12   apple,18   abandon,12   。。。。
#组合出来之后,希望排好序:#得到一个索引
ind = np.lexsort((name,age))   #先age(大小)  相同就name(字母顺序)
print (ind)#[2 0 4 1 3]  ===》 2 第三个,12的年龄及a打头的name
print ([name[i]  +  ", "  + str(age[i])  for i in ind]) #取出ind里面的索引拼接好组合的数据

在这里插入图片描述


(会陆续更新非常多的IT技术知识及泛IT的电商知识,可以点个关注,共同交流。比心)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/79862.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

LVDS系列8:Xilinx 7系可编程输入延迟(一)

在解析LVDS信号时,十分重要的一环就是LVDS输入信号线在经过PCB输入到FPGA中后,本来该严格对齐的信号线会出现时延,所以需要在FPGA内部对其进行延时对齐后再进行解析。 Xilinx 7系器件中用于输入信号延时的组件为IDELAYE2可编程原语&#xff0…

AI驱动研发效率在中后台的实践

本文探讨了AI驱动的中后台前端研发实践, 涵盖设计出码、接口定义转换、代码拟合、自动化测试等多个环节,通过具体案例展示了AI技术如何优化研发流程并提升效率。特别是在UI代码编写和接口联调阶段,并提出了设计出码(Design to Cod…

【Rust 精进之路之第6篇-流程之舞】控制流:`if/else`, `loop`, `while`, `for` 与模式匹配初窥

系列: Rust 精进之路:构建可靠、高效软件的底层逻辑 作者: 码觉客 发布日期: 2025-04-20 引言:让代码“活”起来——指令的流动 在前面的文章中,我们已经掌握了 Rust 的基础数据类型(标量和复合类型)以及如何通过变量绑定来存储和命名它们。这相当于我们准备好了程序…

C++ 表达式求值的基础(四十九)

1. 运算符的分类 1.1 按操作数个数 一元运算符(Unary) 作用于单个操作数: 取地址 &obj解引用 *ptr逻辑非 !b一元加减 x, -x递增递减 i, i-- 二元运算符(Binary) 作用于两个操作数: 算术运算 a b, a …

Three.js + React 实战系列 : 从零搭建 3D 个人主页

可能你对tailiwindcss毫不了解,别紧张,记住我们只是在学习,学习的是作者的思想和技巧,并不是某一行代码。 在之前的几篇文章中,我们已经熟悉了 Three.js 的基本用法,并通过 react-three-fiber 快速构建了一…

Kotlin实现Android应用保活方案

Kotlin实现Android应用保活优化方案 以下的Android应用保活实现方案,更加符合现代Android开发规范,同时平衡系统限制和用户体验。 1. 前台服务方案 class OptimizedForegroundService : Service() {private val notificationId 1private val channel…

windows拷贝文件脚本

1、新建脚本文件xxx.bat,名字任意,后缀未.bat即可,将以下内容拷贝进去,修改src和des为自己文件的目录即可。 echo off :: 设置字符集为UTF-8,命令窗口能正确显示中文字符。 chcp 65001 rem 读取当前目录并进入当前目…

Qt 核心库总结

Qt 核心库(QtCore) QtCore 是 Qt 框架的基础模块,提供非图形界面的核心功能,是所有 Qt 应用程序的基石。它包含事件循环、信号与槽、线程管理、文件操作、字符串处理等功能,适用于 GUI 和非 GUI 应用程序。本文将从入…

大模型相关面试问题原理及举例

大模型相关面试问题原理及举例 目录 大模型相关面试问题原理及举例Transformer相关面试问题原理及举例大模型模型结构相关面试问题原理及举例注意力机制相关面试问题原理及举例大模型与传统模型区别 原理:大模型靠海量参数和复杂结构,能学习更复杂模式。传统模型参数少、结构…

【AI+HR实战应用】用DeepSeek提升HR工作效能

用DeepSeek提升HR工作效能 一、AI 与 AIGC 简介二、DeepSeek 介绍三、使用 DeepSeek 的渠道及硬件要求四、使用 DeepSeek 的核心技巧五、AI 在人力资源的应用场景六、AI 绘画与多模态应用七、个人使用 AI 的能力层级八、企业拥抱 AI 的策略九、提示词管理的重要性 一、AI 与 AI…

Postgresql几个常用的json操作

将行记录转为jsonb row_to_json(表名或别名)将行记录集转为json数组 (jsonb) select json_agg(row_to_json(t) order by t.task_name) into v_next_taskfrom dyna_flow_task t where t.zidv_template_id and t.levelv_next_level ;访问json字段,用->…

ESP32学习与快速总结——5.系统存储

1.ESP32分区表 为什么ESP32要分区 00:34-- 简述:其他单片机生成文件少,功能少,而ESP32功能多,文件多 分区表各个文件简介 --7:31vscode查看分区表 --9:33ota通过idf.py menuconfi…

Linux 进程控制(自用)

非阻塞调用waitpid 这样父进程就不会阻塞,此时循环使用我们可以让父进程执行其他任务而不是阻塞等待 进程程序替换 进程PCB加载到内存中的代码和数据 替换就是完全替换当前进程的代码段、数据段、堆和栈,保存当前的PCB 代码指的是二进制代码不是源码&a…

Spring 微服务解决了单体架构的哪些痛点?

1. 部署困难 (Deployment Difficulty & Risk) 单体痛点: 整体部署: 对单体应用的任何微小修改(哪怕只是一行代码),都需要重新构建、测试和部署整个庞大的应用程序。部署频率低: 由于部署过程复杂且风险高,发布周期通常很长&a…

面试题之高频面试题

最近开始面试了,410面试了一家公司 针对自己薄弱的面试题库,深入了解下,也应付下面试。在这里先祝愿大家在现有公司好好沉淀,定位好自己的目标,在自己的领域上发光发热,在自己想要的领域上(技术…

【MySQL】Read view存储的机制,记录可见分析

read view核心组成 1.1 事务id相关 creator_trx_id: 创建该read view的事务id 每开启一个事务都会生成一个 ReadView,而 creator_trx_id 就是这个开启的事务的 id。 m_ids: 创建read view时系统的活跃事务(未提交的事务)id集合 当前有哪些事…

【刷题Day20】TCP和UDP(浅)

TCP 和 UDP 有什么区别? TCP提供了可靠、面向连接的传输,适用于需要数据完整性和顺序的场景。 UDP提供了更轻量、面向报文的传输,适用于实时性要求高的场景。 特性TCPUDP连接方式面向连接无连接可靠性提供可靠性,保证数据按顺序…

Flink 内部通信底层原理

Flink 集群内部节点之间的通信是用 Akka 实现,比如 JobManager 和 TaskManager 之间的通信。而 operator 之间的数据传输是用 Netty 实现。 RPC 框架是 Flink 任务运行的基础,Flink 整个 RPC 框架基于 Akka 实现。 一、相关概念 RPC(Remote Procedure Call) 概念 定义:…

企业级Kubernetes 1.28高可用集群离线部署全指南(含全组件配置)

企业级Kubernetes 1.28高可用集群离线部署全指南(含全组件配置) 摘要:本文手把手教学在无外网环境下部署生产级Kubernetes 1.28高可用集群,涵盖ETCD集群、HAProxy+Keepalived负载均衡、Containerd运行时、Calico网络插件及Kuboard可视化管理全流程。提供100年有效证书配置…

【中间件】redis使用

一、redis介绍 redis是一种NoSQL类型的数据库,其数据存储在内存中,因此其数据查询效率很高,很快。常被用作数据缓存,分布式锁 等。SpringBoot集成了Redis,可查看开发文档Redis开发文档。Redis有自己的可视化工具Redis …