%pylab
先看这个例子:
names = array(['bob', 'sue', 'jan', 'ad'])
weights = array([20.8, 93.2, 53.4, 61.8])
sort(weights)
sort
返回的结果是从小到大排列的。
argsort
返回从小到大的排列在数组中的索引位置:
ordered_indices = argsort(weights)
ordered_indices
可以用它来进行索引:
weights[ordered_indices]
names[ordered_indices]
使用函数并不会改变原来数组的值:
weights
数组也支持方法操作:
data = array([20.8, 93.2, 53.4, 61.8])
data.argsort()
argsort
方法与 argsort
函数的使用没什么区别,也不会改变数组的值。
data
但是 sort
方法会改变数组的值:
data.sort()
data
对于多维数组,sort方法默认沿着最后一维开始排序:
a = array([
[.2, .1, .5],
[.4, .8, .3],
[.9, .6, .7]
])
a
对于二维数组,默认相当于对每一行进行排序:
sort(a)
改变轴,对每一列进行排序:
sort(a, axis = 0)
searchsorted(sorted_array, values)
searchsorted
接受两个参数,其中,第一个必需是已排序的数组。
sorted_array = linspace(0,1,5)
values = array([.1,.8,.3,.12,.5,.25])
searchsorted(sorted_array, values)
排序数组:
0 | 1 | 2 | 3 | 4 |
---|---|---|---|---|
0.0 | 0.25 | 0.5 | 0.75 | 1.0 |
数值:
值 | 0.1 | 0.8 | 0.3 | 0.12 | 0.5 | 0.25 |
---|---|---|---|---|---|---|
插入位置 | 1 | 4 | 2 | 1 | 2 | 1 |
searchsorted
返回的值相当于保持第一个数组的排序性质不变,将第二个数组中的值插入第一个数组中的位置:
例如 0.1
在 [0.0, 0.25) 之间,所以插入时应当放在第一个数组的索引 1
处,故第一个返回值为 1
。
from numpy.random import rand
data = rand(100)
data.sort()
不加括号,默认是元组:
bounds = .4, .6
bounds
返回这两个值对应的插入位置:
low_idx, high_idx = searchsorted(data, bounds)
利用插入位置,将数组中所有在这两个值之间的值提取出来:
data[low_idx:high_idx]