1 python数据分析numpy基础之sort对数组排序

numpy数组和python的内置列表类似，也可以进行排序，numpy.sort()返回排序后的数组副本，而ndarray.sort()对数组进行就地排序，会改变原数组。

用法

numpy.sort(a, axis=-1, kind=None, order=None)

描述

numpy.sort()返回沿指定轴排序后的数组副本，可以通过order指定排序字段。

入参

a：必选，需要排序的数组或元组或列表。

axis：可选，整数，指定要排序的轴，默认为-1，沿最后一个轴排序。如果为None，则转为一维数组进行排序。

order：可选，字符串或字符串数组，表示排序字段。

1.1 入参a

numpy.sort()的入参a，为必选入参，表示需排序的数据，可以为数组、列表、元组。

>>> import numpy as np
# 对列表排序
>>> np.sort([5,-2,3,6,8])
array([-2,  3,  5,  6,  8])
# 对元组排序
>>> np.sort((5,-2,3,6,8))
array([-2,  3,  5,  6,  8])
# 对数组排序
>>> np.sort(np.array((5,-2,3,6,8)))
array([-2,  3,  5,  6,  8])

1.2 入参axis

numpy.sort()的入参axis为可选入参，只能为整数（不支持元组），范围[0, ndim)，默认为-1，沿最后一个轴进行升序排序。axis=None，则多维数组则转换为一维数组后升序排序。

若axis=n为整数，则沿指定轴n排序。

若axis=负数，则-1对应最后一个轴，-2倒数第2个轴，依此类推。

>>> import numpy as np
>>> ar3=np.random.randint(0,10,24).reshape(2,3,4)
>>> ar3
array([[[1, 8, 5, 0],[2, 3, 4, 4],[5, 9, 8, 2]],[[6, 6, 1, 9],[6, 1, 9, 2],[4, 6, 9, 2]]])
# axis为None，转为一维数组后升序排序
>>> np.sort(ar3,axis=None)
array([0, 1, 1, 1, 2, 2, 2, 2, 3, 4, 4, 4, 5, 5, 6, 6, 6, 6, 8, 8, 9, 9,9, 9])
# axis沿0轴升序排序
>>> np.sort(ar3,axis=0)
array([[[1, 6, 1, 0],[2, 1, 4, 2],[4, 6, 8, 2]],[[6, 8, 5, 9],[6, 3, 9, 4],[5, 9, 9, 2]]])
# axis沿1轴升序排序
>>> np.sort(ar3,axis=1)
array([[[1, 3, 4, 0],[2, 8, 5, 2],[5, 9, 8, 4]],[[4, 1, 1, 2],[6, 6, 9, 2],[6, 6, 9, 9]]])
# axis沿2轴升序排序
>>> np.sort(ar3,axis=2)
array([[[0, 1, 5, 8],[2, 3, 4, 4],[2, 5, 8, 9]],[[1, 6, 6, 9],[1, 2, 6, 9],[2, 4, 6, 9]]])
# 若axis=负数，则-1对应最后一个轴，-2倒数第2个轴，依此类推。
>>> np.sort(ar3,axis=-1)
array([[[0, 1, 5, 8],[2, 3, 4, 4],[2, 5, 8, 9]],[[1, 6, 6, 9],[1, 2, 6, 9],[2, 4, 6, 9]]])
# axis默认为-1       
>>> np.sort(ar3)
array([[[0, 1, 5, 8],[2, 3, 4, 4],[2, 5, 8, 9]],[[1, 6, 6, 9],[1, 2, 6, 9],[2, 4, 6, 9]]])

1.3 入参order

numpy.sort()的入参order为可选入参，为字符串或字符串列表，表示排序字段。字符串列表时表示按多个字段排序。若未给出order，则按dtype的顺序排序。

>>> import numpy as np
>>> vals=[('zs',50.5,21),('ls',51.2,19),('ww',50.1,19),('td',60.9,36)]
>>> dtype=[('name','S5'),('income',float),('age',int)]
>>> ar=np.array(vals,dtype=dtype)
>>> ar
array([(b'zs', 50.5, 21), (b'ls', 51.2, 19), (b'ww', 50.1, 19),(b'td', 60.9, 36)],dtype=[('name', 'S5'), ('income', '<f8'), ('age', '<i4')])
# order指定按age升序排序
>>> np.sort(ar,order='age')
array([(b'ls', 51.2, 19), (b'ww', 50.1, 19), (b'zs', 50.5, 21),(b'td', 60.9, 36)],dtype=[('name', 'S5'), ('income', '<f8'), ('age', '<i4')])
# order指定按age和income升序排序
>>> np.sort(ar,order=('age','income'))
array([(b'ww', 50.1, 19), (b'ls', 51.2, 19), (b'zs', 50.5, 21),(b'td', 60.9, 36)],dtype=[('name', 'S5'), ('income', '<f8'), ('age', '<i4')])
# order未给，默认按dtype的顺序升序排序
>>> np.sort(ar)
array([(b'ls', 51.2, 19), (b'td', 60.9, 36), (b'ww', 50.1, 19),(b'zs', 50.5, 21)],dtype=[('name', 'S5'), ('income', '<f8'), ('age', '<i4')])