如何对 Numpy 数组进行排序 | Python

Numpy 是 Python 数值计算的基础库之一，提供了大量的数学和数组操作函数。在数据处理和机器学习中，经常需要对数组进行排序。本文将介绍 Numpy 数组排序的相关知识和方法。

数组排序的基本概念

在 Numpy 中，可以使用 numpy.sort 函数对数组进行排序。其基本语法如下：

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

其中，a 表示需要进行排序的数组；axis 表示排序沿着哪个轴进行，默认为最后一个轴；kind 表示排序算法的种类，可以是 'quicksort' 或者 'mergesort'；order 表示排序的字段。

该函数将返回一个排序后的数组。

另外，Numpy 还提供了 ndarray.sort 方法，可以直接对数组进行排序。其基本语法为：

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

与 numpy.sort 函数不同的是，该方法不会返回排序后的数组，而是直接将原始数组排序。

数组排序的实例

接下来，我们通过实例演示如何使用 Numpy 对数组进行排序。

一维数组排序

首先，我们来看一维数组的排序。假设我们有一个长度为 10 的一维数组：

import numpy as np

a = np.array([3, 1, 4, 1, 5, 9, 2, 6, 5, 3])

我们可以使用 numpy.sort 函数对该数组进行排序：

b = np.sort(a)
print(b)

输出结果为：

[1 1 2 3 3 4 5 5 6 9]

我们也可以使用 ndarray.sort 方法：

a.sort()
print(a)

输出结果与上面相同。

多维数组排序

对于多维数组，Numpy 的排序函数默认沿着最后一个轴进行排序。下面我们来看一个二维数组的例子：

c = np.array([[3, 1, 4], [1, 5, 9], [2, 6, 5]])

我们可以使用 numpy.sort 函数对该数组进行排序：

d = np.sort(c)
print(d)

输出结果为：

[[1 3 4]
 [1 5 9]
 [2 5 6]]

在这里，每一行都被排序了。

如果要按列排序，可以指定 axis 参数：

e = np.sort(c, axis=0)
print(e)

输出结果为：

[[1 1 4]
 [2 5 5]
 [3 6 9]]

在这里，每一列都被排序了。

注意，如果使用 ndarray.sort 方法，同样需要指定 axis 参数。

按字段排序

有时候，我们需要按照某个字段对数组进行排序。例如，在一个二维数组中，每一行包含了一个人的姓名、年龄和身高：

person = np.array([('Alice', 25, 172), ('Bob', 18, 168), ('Charlie', 35, 182), ('David', 29, 175)], dtype=[('name', 'S10'), ('age', int), ('height', float)])

我们想按照年龄来对数组进行排序，可以这样写：

person.sort(order='age')
print(person)

输出结果为：

[(b'Bob', 18, 168.) (b'Alice', 25, 172.) (b'David', 29, 175.) (b'Charlie', 35, 182.)]

在这里，按照年龄的大小进行了排序。注意，我们使用了 dtype=[('name', 'S10'), ('age', int), ('height', float)] 来定义了字段的名字和类型。

总结

Numpy 提供了多种方法对数组进行排序，包括 numpy.sort 函数和 ndarray.sort 方法。我们可以通过指定 axis 参数和 order 参数来完成各种排序需求。掌握这些知识，可以让我们更加方便地处理数据和进行机器学习任务。