对于数据分析来说，排序和筛选数据是不可或缺的一部分内容。NumPy 也提供了多种排序和筛选函数，本文就来介绍一下 NumPy 常见的排序和筛选函数。
排序函数
NumPy 中提供了排序相关的函数。排序函数已经帮助我们实现了不同的排序算法，我们只需要拿来直接使用就行。每个排序算法的执行速度，时间复杂度，空间复杂度和算法的稳定性都不相同，我们来看看常见的几种排序算法的比较。
| 排序算法 | 速度 | 时间复杂度 | 空间复杂度 | 稳定性 |
quicksort（快速排序） |
1 | o(n^2) |
0 | 否 |
mergesort（归并排序） |
2 | O(n*log(n)) |
~n/2 | 是 |
heapsort（堆排序） |
3 | O(n*log(n)) |
0 | 否 |
numpy.sort(a, axis, kind, order)
这个排序函数有4个参数，我们来看看参数的说明：
| 参数 | 说明 |
| a | 要排序的数组 |
| axis | 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 | 排序类型，有 quicksort 、mergesort 、heapsort 、stable 几种，默认为quicksort（快速排序） |
| order | 排序的字段，针对包含字段的数组 |
我们来看看实例：
import numpy as npimport time a = np.array([[3, 7, 12, 45], [9, 1, 0, 34]])print("初始数组：")print(a)print('\n') print(np.char.center('调用 sort() 函数，默认快速排序', 15, '*'))print(np.sort(a))print('\n') print(np.char.center('按列排序', 15, '*'))print(np.sort(a, axis=0))print('\n') b = np.random.randint(1, 1000, size=[10000, 10000]) print(np.char.center('快速排序时间', 15, '*'))t1 = time.time()np.sort(b)t2 = time.time()print(t2 - t1)print('\n') print(np.char.center('堆排序时间', 15, '*'))t3 = time.time()np.sort(b, -1, 'heapsort')t4 = time.time()print(t4 - t3)print('\n') print(np.char.center('归并排序时间', 15, '*'))t5 = time.time()np.sort(b, -1, 'mergesort')t6 = time.time()print(t6 - t5)print('\n') # 根据字段排序dt = np.dtype([('name', 'S10'), ('age', int)])c = np.array([("raju", 21), ("anil", 25), ("ravi", 17), ("amar", 27)], dtype=dt)print(np.char.center('根据字段排序的数组', 15, '*'))print(c)print('\n') print(np.char.center('按 name 排序', 15, '*'))print(np.sort(c, order='name')) # 返回初始数组：[[ 3 7 12 45] [ 9 1 0 34]] 调用 sort() 函数，默认[[ 3 7 12 45] [ 0 1 9 34]] ******按列排序*****[[ 3 1 0 34] [ 9 7 12 45]] *****快速排序时间****5.470074892044067 *****堆排序时间*****6.988600015640259 *****归并排序时间****5.784327983856201 ***根据字段排序的数组***[(b'raju', 21) (b'anil', 25) (b'ravi', 17) (b'amar', 27)] ***按 name 排序***[(b'amar', 27) (b'anil', 25) (b'raju', 21) (b'ravi', 17)]
在例子中，我们首先使用了默认的按横轴的快速排序算法，可以看到每个数组都是横向排序的。
接下来，我们多加了一个排序的参数，表示按纵轴排序，我们可以从结果中看到，两个数组中对应位置的元素都按照升序排列了。
接着我们随机生成了一个数据量大的多维数组，然后使用三种排序方式，打印了它们排序的时间，从结果中我们可以看到快速排序最快，其次是归并排序，最后是堆排序。需要注意一点的是，有些排序算法不稳定，可能会导致每次运行的结果不一样。另外，数据量也可能会影响不同排序算法排序的效率。
最后我们创建了一个带字段的数组，然后按照 name 字段排序。
numpy.argsort()
函数对输入数组沿给定轴执行间接排序，并使用指定排序类型返回数据的索引数组。这个索引数组用于构造排序后的数组。
我们来看实例：
import numpy as np a = np.array([3, 4, 2])print("初始数组：")print(a)print('\n') print(np.char.center('调用 argsort() 函数', 15, '*'))b = np.argsort(a)print(b)print('\n') print(np.char.center('以排序后的顺序重构原数组', 15, '*'))print(a[b])print('\n') # 返回初始数组：[3 4 2] 调用 argsort() 函数[2 0 1] **以排序后的顺序重构原数组*[2 3 4]
在上面例子中，我们调用 argsort() 函数后，返回了初始数组的排序后的索引。然后我们用排序后的索引数组重构原数组，得到排序后的数组。
numpy.lexsort()
函数使用键序列执行间接排序。键可以看作是电子表格中的一列。该函数返回一个索引数组，使用它可以获得排序数据。注意，最后一个键恰好是 sort 的主键。
对于这个函数，我们假设一种场景：现在有语文和数学考试成绩以及总成绩，我们需要对成绩做个排序，排序原则为总分优先，总分相同则语文高的排前面。
实现的代码如下：
import numpy as np print(np.char.center('lexsort() 函数', 15, '*'))# 录入了四位同学的成绩math = (10, 20, 50, 10)chinese = (30, 50, 40, 60)total = (40, 70, 90, 70)# 将优先级高的项放在后面ind = np.lexsort((math, chinese, total)) for i in ind: print(total[i], chinese[i], math[i]) # 返回**lexsort() 函数*40 30 1070 50 2070 60 1090 40 50
例子中我们将参数由优先级从低到高传入，优先级最高的放在最后。最后得到4个同学的成绩排序。
numpy.msort()
数组按第一个轴排序，返回排序后的数组副本。
这个排序相当于 numpy.sort(a, axis=0)。很好理解。我们直接来看实例：
import numpy as np print(np.char.center('msort() 函数', 20, '*'))msa = np.array([[3, 7, 12, 45], [9, 1, 0, 34]])print(np.msort(msa)) # 返回*****msort() 函数*****[[ 3 1 0 34] [ 9 7 12 45]]
numpy.partition()
指定一个数，对数组进行分区。
通俗点说，就是指定一个数，以这个数为中心，将其他数分别放在这个数的两边。
我们来看实例：
import numpy as np print(np.char.center('partition() 函数', 20, '*'))pta = np.array([3, 7, 12, 45, 15, 0])print(np.partition(pta, 2))print('\n')print(np.partition(pta, (2, 4)))print('\n') # 返回***partition() 函数***[ 0 3 7 45 15 12][ 0 3 7 12 15 45]
在第一次排序时，我们选中了索引为2的数字7作为中心，将小于7的数放在左边，大于7的数放在右边。在第二次排序时，我们选择了索引为2的数字7和索引为4的数字45，将小于7的数放在左边，大于7小于45的数放在中间，大于45的数放在右边。
查找函数
下面我们来看几个常见的查找函数，这些函数用于在数组中查找特定条件的元素。
numpy.argmax()
返回沿给定轴的最大值索引。
注意，索引的值是从0开始计算的。
我们来看实例：
import numpy as np a = np.array([[30, 40, 70], [80, 20, 10], [50, 90, 60]])print(np.char.center('初始数组', 20, '*'))print(a)print('\n') print(np.char.center('调用 argmax() 函数', 20, '*'))print(np.argmax(a))print('\n') print(np.char.center('展开数组', 20, '*'))print(a.flatten())print('\n') print(np.char.center('沿0轴的最大索引', 20, '*'))print(np.argmax(a, 0))print('\n') print(np.char.center('沿1轴的最大索引', 20, '*'))print(np.argmax(a, 1))print('\n') # 返回********初始数组********[[30 40 70] [80 20 10] [50 90 60]]***调用 argmax() 函数***7********展开数组********[30 40 70 80 20 10 50 90 60]******沿0轴的最大索引******[1 2 0]******沿1轴的最大索引******[2 0 1]
numpy.argmin()
返回沿给定轴的最小值索引。
注意，索引的值是从0开始计算的。
我们来看实例：
import numpy as np a = np.array([[30, 40, 70], [80, 20, 10], [50, 90, 60]])print(np.char.center('初始数组', 20, '*'))print(a)print('\n') print(np.char.center('调用 argmin() 函数', 20, '*'))print(np.argmin(a))print('\n') print(np.char.center('沿0轴的最小索引', 20, '*'))print(np.argmin(a, 0))print('\n') print(np.char.center('沿1轴的最小索引', 20, '*'))print(np.argmin(a, 1))print('\n') # 返回********初始数组********[[30 40 70] [80 20 10] [50 90 60]]***调用 argmin() 函数***5******沿0轴的最小索引******[0 1 1]******沿1轴的最小索引******[0 2 0]
numpy.nonzero()
返回输入数组中非零元素的索引。
- 只有a中非零元素才会有索引值，那些零值元素没有索引值；
- 返回的索引值数组是一个2维tuple数组，该tuple数组中包含一维的array数组。其中，一维array向量的个数与a的维数是一致的。
- 索引值数组的每一个array均是从一个维度上来描述其索引值。比如，如果a是一个二维数组，则索引值数组有两个array，第一个 array 从行维度来描述索引值；第二个array从列维度来描述索引值。
- 该np.transpose(np.nonzero(x)) 函数能够描述出每一个非零元素在不同维度的索引值。
我们来看实例：
import numpy as np b = np.array([[30, 40, 0], [0, 20, 10], [50, 0, 60]])print(np.char.center('我们的数组是', 20, '*'))print(b)print(np.char.center('调用 nonzero() 函数', 20, '*'))c = np.nonzero(b)print(c)print(np.transpose(np.nonzero(b))) # 返回*******我们的数组是*******[[30 40 0] [ 0 20 10] [50 0 60]]**调用 nonzero() 函数***(array([0, 0, 1, 1, 2, 2]), array([0, 1, 1, 2, 0, 2]))[[0 0] [0 1] [1 1] [1 2] [2 0] [2 2]]
我们通过 np.transpose() 方法转换后看起来比较直观，注意这里的索引是从0开始算的。
numpy.where()
返回输入数组中满足给定条件的元素的索引。
我们来看实例：
import numpy as np b = np.array([[30, 40, 0], [0, 20, 10], [50, 0, 60]]) print(np.char.center('调用 where() 函数', 20, '*'))print(np.where(b > 20))print(np.transpose(np.where(b > 20))) # 返回***调用 where() 函数****(array([0, 0, 2, 2]), array([0, 1, 0, 2]))[[0 0] [0 1] [2 0] [2 2]]
这里面我们输入的条件是大于20，数组中大于20的数的索引都被查找出来了。
numpy.extract()
根据某个条件从数组中抽取元素，返回满条件的元素。
我们来看实例：
import numpy as np x = np.arange(9.).reshape(3, 3)print(np.char.center('我们的数组是', 20, '*'))print(x)# 定义条件, 选择偶数元素condition = np.mod(x, 2) == 0print(np.char.center('按元素的条件值', 20, '*'))print(condition)print(np.char.center('使用条件提取元素', 20, '*'))print(np.extract(condition, x)) # 返回*******我们的数组是*******[[0. 1. 2.] [3. 4. 5.] [6. 7. 8.]]******按元素的条件值*******[[ True False True] [False True False] [ True False True]]******使用条件提取元素******[0. 2. 4. 6. 8.]
例子中，我们先定义了一个条件，就是选择偶数。然后我们可以打印这个数组每个元素是否满足条件。最后我们调用 extract() 方法返回满足条件的元素。注意这里返回的是元素，而不是元素的索引。
总结
本文向大家介绍了 NumPy 的排序与筛选函数，熟练掌握和运用这些函数可以很轻松地帮助我们达到特定的目标，而不用自己去重复造轮子。大家在后续的代码中遇到类似的情况应该要优先想到这些函数。
参考
https://numpy.org/devdocs/reference/routines.sort.html
文中示例代码：python-100-days
系列文章
第 87 天：Python Web开发 OAuth2.0 简介
