Python NumPy实现数组排序与过滤示例分析讲解

 更新时间:2023年05月17日 11:45:48   作者:魔王不会哭  
NumPy是Python的一种开源的数值计算扩展,它支持大量的维度数组与矩阵运算,这篇文章主要介绍了使用NumPy实现数组排序与过滤的方法,需要的朋友们下面随着小编来一起学习吧

数组排序

排序是指将元素按有序顺序排列。

有序序列是拥有与元素相对应的顺序的任何序列,例如数字或字母、升序或降序。

NumPy ndarray 对象有一个名为 sort() 的函数,该函数将对指定的数组进行排序。

实例

对数组进行排序:

import numpy as np
arr = np.array([3, 2, 0, 1])
print(np.sort(arr))

运行实例

注释:此方法返回数组的副本,而原始数组保持不变。

您还可以对字符串数组或任何其他数据类型进行排序:

实例

对数组以字母顺序进行排序:

import numpy as np
arr = np.array(['banana', 'cherry', 'apple'])
print(np.sort(arr))

运行实例

实例

对布尔数组进行排序:

import numpy as np
arr = np.array([True, False, True])
print(np.sort(arr))
运行实例

对2-D数组排序

如果在二维数组上使用 sort() 方法,则将对两个数组进行排序:

实例

对 2-D 数组排序

import numpy as np
arr = np.array([[3, 2, 4], [5, 0, 1]])
print(np.sort(arr))

运行实例

数组过滤

从现有数组中取出一些元素并从中创建新数组称为过滤(filtering)。

在 NumPy 中,我们使用布尔索引列表来过滤数组。

布尔索引列表是与数组中的索引相对应的布尔值列表。

如果索引处的值为 True,则该元素包含在过滤后的数组中;如果索引处的值为 False,则该元素将从过滤后的数组中排除。

实例

用索引 0 和 2、4 上的元素创建一个数组:

import numpy as np
arr = np.array([61, 62, 63, 64, 65])
x = [True, False, True, False, True]
newarr = arr[x]
print(newarr)

运行实例

上例将返回 [61, 63, 65],为什么?

因为新过滤器仅包含过滤器数组有值 True 的值,所以在这种情况下,索引为 0 和 2、4。

创建过滤器数组

在上例中,我们对 True 和 False 值进行了硬编码,但通常的用途是根据条件创建过滤器数组。

实例

创建一个仅返回大于 62 的值的过滤器数组:

import numpy as np
arr = np.array([61, 62, 63, 64, 65])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr:
  # 如果元素大于 62,则将值设置为 True,否则为 False:
  if element > 62:
    filter_arr.append(True)
  else:
    filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

运行实例

实例

创建一个过滤器数组,该数组仅返回原始数组中的偶数元素:

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr:
  # 如果元素可以被 2 整除,则将值设置为 True,否则设置为 False
  if element % 2 == 0:
    filter_arr.append(True)
  else:
    filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

运行实例

直接从数组创建过滤器

上例是 NumPy 中非常常见的任务,NumPy 提供了解决该问题的好方法。

我们可以在条件中直接替换数组而不是 iterable 变量,它会如我们期望地那样工作。

实例

创建一个仅返回大于 62 的值的过滤器数组:

import numpy as np
arr = np.array([61, 62, 63, 64, 65])
filter_arr = arr > 62
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

运行实例

实例

创建一个过滤器数组,该数组仅返回原始数组中的偶数元素:

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7])
filter_arr = arr % 2 == 0
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)

运行实例

到此这篇关于Python NumPy实现数组排序与过滤示例分析讲解的文章就介绍到这了,更多相关Python NumPy数组排序与过滤内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python中json格式处理和字典的关系

    python中json格式处理和字典的关系

    今天我们先讲一下编写python脚本处理json的核心功能,有些散乱,后期在进行整体脚本的编写,对python json字典关系相关知识感兴趣的朋友一起看看吧
    2022-06-06
  • python在文本开头插入一行的实例

    python在文本开头插入一行的实例

    下面小编就为大家分享一篇python在文本开头插入一行的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-05-05
  • tsv、csv、xls等文件类型区别及如何用python处理详解

    tsv、csv、xls等文件类型区别及如何用python处理详解

    近日在处理数据的时候发现有的文件为csv文件,有的为tsv文件,这篇文章主要给大家介绍了关于tsv、csv、xls等文件类型区别及如何用python处理的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下
    2024-04-04
  • Python创建简单的神经网络实例讲解

    Python创建简单的神经网络实例讲解

    在本篇文章里小编给大家整理的是一篇关于如何在Python中创建一个简单的神经网络的相关知识点,有兴趣的朋友们可以参考下。
    2021-01-01
  • Python操作配置文件ini的三种方法讲解

    Python操作配置文件ini的三种方法讲解

    今天小编就为大家分享一篇关于Python操作配置文件ini的三种方法讲解,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
    2019-02-02
  • Python的Django中将文件上传至七牛云存储的代码分享

    Python的Django中将文件上传至七牛云存储的代码分享

    七牛云存储可以帮助服务器转存图片等数据,类似于Dropbox等存储服务,这里就带给大家Python的Django中将文件上传至七牛云存储的代码分享,需要的朋友可以参考下
    2016-06-06
  • pandas读取excel统计空值数量错误的解决方法

    pandas读取excel统计空值数量错误的解决方法

    pd.read_excel()读取excel数据后,用pd.isnull().sum()统计空值数量不对,本文主要介绍了pandas读取excel统计空值数量错误的解决方法,感兴趣的可以了解一下
    2024-04-04
  • Python绘制地理图表可视化神器pyecharts

    Python绘制地理图表可视化神器pyecharts

    这篇文章主要介绍了Python绘制地理图表可视化神器pyecharts,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下
    2022-07-07
  • 用Django写天气预报查询网站

    用Django写天气预报查询网站

    今天小编就为大家分享一篇关于用Django写天气预报查询网站的文章,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
    2018-10-10
  • Python求正态分布曲线下面积实例

    Python求正态分布曲线下面积实例

    今天小编就为大家分享一篇Python求正态分布曲线下面积实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-11-11

最新评论