Python NumPy实现数组排序与过滤示例分析讲解

数组排序

排序是指将元素按有序顺序排列。

有序序列是拥有与元素相对应的顺序的任何序列，例如数字或字母、升序或降序。

NumPy ndarray 对象有一个名为 sort() 的函数，该函数将对指定的数组进行排序。

实例

对数组进行排序：

import numpy as np
arr = np.array([3, 2, 0, 1])
print(np.sort(arr))

运行实例

注释：此方法返回数组的副本，而原始数组保持不变。

您还可以对字符串数组或任何其他数据类型进行排序：

实例

对数组以字母顺序进行排序：

import numpy as np
arr = np.array(['banana', 'cherry', 'apple'])
print(np.sort(arr))

运行实例

实例

对布尔数组进行排序：

import numpy as np
arr = np.array([True, False, True])
print(np.sort(arr))
运行实例

对2-D数组排序

如果在二维数组上使用 sort() 方法，则将对两个数组进行排序：

实例

对 2-D 数组排序

import numpy as np
arr = np.array([[3, 2, 4], [5, 0, 1]])
print(np.sort(arr))

运行实例

数组过滤

从现有数组中取出一些元素并从中创建新数组称为过滤（filtering）。

在 NumPy 中，我们使用布尔索引列表来过滤数组。

布尔索引列表是与数组中的索引相对应的布尔值列表。

如果索引处的值为 True，则该元素包含在过滤后的数组中；如果索引处的值为 False，则该元素将从过滤后的数组中排除。

实例

用索引 0 和 2、4 上的元素创建一个数组：

import numpy as np
arr = np.array([61, 62, 63, 64, 65])
x = [True, False, True, False, True]
newarr = arr[x]
print(newarr)

运行实例

上例将返回 [61, 63, 65]，为什么？

因为新过滤器仅包含过滤器数组有值 True 的值，所以在这种情况下，索引为 0 和 2、4。

创建过滤器数组

在上例中，我们对 True 和 False 值进行了硬编码，但通常的用途是根据条件创建过滤器数组。

实例

创建一个仅返回大于 62 的值的过滤器数组：

import numpy as np
arr = np.array([61, 62, 63, 64, 65])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr:
 # 如果元素大于 62，则将值设置为 True，否则为 False：
 if element > 62:
   filter_arr.append(True)
 else:
   filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

运行实例

实例

创建一个过滤器数组，该数组仅返回原始数组中的偶数元素：

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr:
 # 如果元素可以被 2 整除，则将值设置为 True，否则设置为 False
 if element ％ 2 == 0:
   filter_arr.append(True)
 else:
   filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

运行实例

直接从数组创建过滤器

上例是 NumPy 中非常常见的任务，NumPy 提供了解决该问题的好方法。

我们可以在条件中直接替换数组而不是 iterable 变量，它会如我们期望地那样工作。

实例

创建一个仅返回大于 62 的值的过滤器数组：

import numpy as np
arr = np.array([61, 62, 63, 64, 65])
filter_arr = arr > 62
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

运行实例

实例

创建一个过滤器数组，该数组仅返回原始数组中的偶数元素：

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7])
filter_arr = arr ％ 2 == 0
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

运行实例

来源：https://blog.csdn.net/python56123/article/details/130562094