這篇文章主要介紹了淺談numpy數組的幾種排序方式，涉及對numpy的簡單介紹和創建數組的方式，具有一定借鑒價值，對numpy感興趣的朋友可以參考下。
簡單介紹
NumPy系統是Python的一種開源的陣列計算擴展。這種工具可用於儲存和處理大型矩陣，比Python本身的嵌套列表（nested list structure)結構要高效的多（該結構也可以用來表示矩陣（matrix））。
建立陣列
建立1維數組：
data = np.array([1,3,4,8])
查看數組維度
data.shape
查看數組類型
data.dtype
透過索引取得或修改陣列元素
data[1] 取得元素<br>data[1] = 'a' 修改元素
建立二維陣列
#data = np.array([[1,2,3],[4, 5,6]]) 兩個元素皆為列表
2.data = np.arange(10) 與python的range一樣，range傳回列表，arange傳回array型別的一個數組
3.data2 = data.reshape(2,5) 傳回一個2*5的數組，他不是拷貝數組是引用，只是傳回數組的不同視圖，data改變data2也會改變
#建立特殊陣列
data = np.zeros((2,2)) 建立2*2全為0的2維數組<br>data = np.ones(( 2,3,3,)) 建立全為1的三維數組<br>data = np.eye(4) 建立4*4的對角線數組，對角元素為1，其它都為0<br>
#陣列轉換
data = np.arange(16).reshape(4,4) 將0-16的移位陣列轉換為4 *4的陣列
排序方式
#說明：經常需要對陣列或list進行排序，python提供了好幾種排序的函數，下面說明下特徵；
二維陣列a：
1 4 3 1
1、ndarray.sort(axis= -1,kind='quicksort',order=None)
使用方法：a.sort
參數說明：
axis：排序沿著陣列的方向，0表示按行，1表示按列
kind：排序的演算法，提供了快排、混排、堆排
order：不是指的順序，以後用的時候再去分析這個
作用效果：對陣列a排序，排序後直接改變了a
例如：
>>a.sort(axis=1) >>print a
1 4 1 3
numpy.sort(a,axis=-1,kind='quicksort',order=None)
使用方法：numpy.sort(a)
參數說明：a：要排序的數組，其他同1作用效果：對數組a排序，傳回一個排序後的陣列（與a相同維度），a不變例如：#
>>print numpy.sort(a,axis=1) 1 4 1 3 >>print a 1 4 3 1
3、numpy.argsort (a,axis=-1,kind='quicksort',order=None)
#
>>print numpy.argsort(a,axis=1) 0 1 1 0
##4、
sorted (iterable,cmp=None,key=None,reverse=False)#說明：內建的排序函數，對list，字典等等可以使用
iterable：可迭代類型;
cmp：用於比較的函數，比較什麼由key決定,有預設值，迭代集合中的一項;
key：用列表元素的某個屬性和函數進行作為關鍵字，有預設值，迭代集合中的一項;
reverse：排序規則.reverse=True或reverse=False，預設False（從小到大）。
傳回值：是一個經過排序的可迭代類型，與iterable一樣;
例如：b是一個字典b：{' a':2,'c':1,'b':3}
對b進行排序：
以上就是本文關於淺談numpy數組的幾種排序方式的全部內容，希望對大家有所幫助。有興趣的朋友可以繼續參考本站其他相關專題，如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！ 以上是淺談numpy數組的幾種排序方式_python的詳細內容。更多資訊請關注PHP中文網其他相關文章！>>c=sorted(b.iteritems(),key=operator.itemgetter(1),reverse=False)
>>print c[('c', 1), ('a', 2), ('b', 3)]
