NumPy 数组排序

NumPy 提供了多种排序数组的方式，常用的如下表所示。

numpy.sort() 对数组排序

在 NumPy 中，我们可以使用 sort() 函数返回数组的排序副本，原数组保持不变。

语法：

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

说明：

sort() 函数接收以下 4 个参数。

• arr（必选）：是一个数组。
• axis（可选，默认值：-1）：指定排序的轴，默认为 -1，表示沿最后一个轴排序。
• kind（可选）：指定排序算法，默认为 'quicksort'。
• order（可选）：如果数组包含字段，则指定排序的字段。

示例 1：numpy.sort() 基本用法

import numpy as np

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

print(arr)
print(result)

运行结果如下。

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

分析：

从结果可以看出，numpy.sort() 函数并不会修改原数组。

numpy.argsort() 对数组排序

在 NumPy 中，我们可以使用 numpy.argsort() 函数会对数组元素从小到大排序，然后以数组形式返回所有元素的索引。

语法：

numpy.argsort(arr, axis=-1, kind=None, order=None)

说明：

numpy.argsort() 函数接收以下 4 个参数。

• arr（必选）：需要排序的数组。
• axis（可选，默认值：-1）：指定排序的轴。默认值为 -1，表示沿最后一个轴进行排序。比如对于二维数组，axis=0 表示按列排序，axis=1 表示按行排序。
• kind（可选）：指定排序算法，默认为 'quicksort'。
• order（可选）：如果数组包含字段，则指定排序的字段。

示例 2：numpy.argsort() 基本用法

import numpy as np

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

print('排序后的数组：', arr[indices])
print('排序后的索引：', indices)

运行结果如下。

排序后的数组：[1 1 2 3 4 5 6 9]
排序后的索引：[1 3 6 0 2 4 7 5]

分析：

argsort(arr) 会对 arr 进行从小到大排序，此时得到的排序后的数组为：[1 1 2 3 4 5 6 9]。然后再根据排序后数组来计算对应的索引：

• 最小值 1 在原数组中的索引为 1 和 3。
• 次小值 2 在原数组中的索引为 6。
• 以此类推，直到最大值 9 的索引为 5。

因此，np.argsort(arr) 返回的索引数组为 [1, 3, 6, 0, 2, 4, 7, 5]。

ndarray.sort() 对数组排序

在 NumPy 中，我们可以使用 ndarray.sort() 方法对数组进行原地排序。注意，这里的 sort() 是 ndarray 对象的一个方法。

语法：

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

说明：

ndarray.sort() 方法接收以下 3 个参数。

• axis（可选，默认值：-1）：指定排序的轴。默认值为 -1，表示沿最后一个轴进行排序。比如对于二维数组，axis = 0 表示按列排序，axis = 1 表示按行排序。
• kind（可选）：指定排序算法，默认为 'quicksort'。
• order（可选）：如果数组包含字段，则指定排序的字段。

示例 3：ndarray.sort() 基本用法

import numpy as np

arr = np.array([3, 1, 4, 1, 5, 9, 2, 6])
arr.sort()       # 对数组进行原地排序

print(arr)

运行结果如下。

[1 1 2 3 4 5 6 9]

分析：

从结果可以看出，ndarray.sort() 方法会修改原数组。