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

  • Python3爬虫中Splash的知识总结

    Python3爬虫中Splash的知识总结

    在本篇文章里小编给大家整理的是关于Python3爬虫中Splash的知识总结内容,需要的朋友们可以学习参考下。
    2020-07-07
  • python3 QT5 端口转发工具两种场景分析

    python3 QT5 端口转发工具两种场景分析

    这篇文章主要介绍了python3 QT5 端口转发工具,功能是打开本机端口,映射到指定IP的端口,接下来通过两种场景给大家详细介绍,感兴趣的朋友一起看看吧
    2022-01-01
  • 利用Pygame绘制圆环的示例代码

    利用Pygame绘制圆环的示例代码

    这篇文章主要介绍了利用Python中的Pygame模块绘制一个彩色的圆环,文中的示例代码讲解详细,对我们学习Pygame有一定帮助,需要的可以参考一下
    2022-01-01
  • Python 音频生成器的实现示例

    Python 音频生成器的实现示例

    这篇文章主要介绍了Python 音频生成器的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-12-12
  • python3+PyQt5自定义视图详解

    python3+PyQt5自定义视图详解

    这篇文章主要为大家详细介绍了python3+PyQt5自定义视图的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-04-04
  • Python配置虚拟环境图文步骤

    Python配置虚拟环境图文步骤

    在本文中我们给大家详细整理了关于Python配置虚拟环境的相关步骤以及图文说明,需要的朋友们学习下。
    2019-05-05
  • Python如何使用logging为Flask增加logid

    Python如何使用logging为Flask增加logid

    这篇文章主要介绍了Python如何使用logging为Flask增加logid,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下
    2021-03-03
  • python自动化测试Data Driven Testing(DDT)用例解析

    python自动化测试Data Driven Testing(DDT)用例解析

    这篇文章主要为大家介绍了python自动化测试Data Driven Testing(DDT)用例解析,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-09-09
  • Python 爬取微博热搜页面

    Python 爬取微博热搜页面

    这篇文章主要介绍了Python 爬取微博热搜页面,关于Python 爬虫,爬取网页等相关内容一般可作为小练习,下面文章Python 爬取微博热搜页面也如此,需要的小伙伴可以参考一下
    2022-01-01
  • Django如何将URL映射到视图

    Django如何将URL映射到视图

    这篇文章主要介绍了Django如何将URL映射到视图,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-07-07

最新评论