『Numpy学习指南』排序&索引&抽取函数介绍
排序：
numpy.lexsort():
numpy.lexsort()是个排字典序函数，因为很有意思，感觉也蛮有用的，所以单独列出来讲一下：
强调一点，本函数只接受一个参数！
1 import numpy as np 2 3 a = np.array([1,2,3,4,5]) 4 b = np.array([50,40,30,20,10]) 5 6 c = np.lexsort((a,b)) 7 print(list(zip(a[c],b[c])))
[(5, 10), (4, 20), (3, 30), (2, 40), (1, 50)]
这是一个间接排序函数，会优先使用后面列排序，后面一样才使用前面的列排序，测试如下：
1 a = np.array([1,2,3,4,5]) 2 b = np.array([40,40,30,20,10]) 3 4 c = np.lexsort((a,b)) 5 print(list(zip(a[c],b[c])))
[(5, 10), (4, 20), (3, 30), (1, 40), (2, 40)]
交换次序：
1 a,b = b,a 2 3 c = np.lexsort((a,b)) 4 print(list(zip(a[c],b[c])))
[(40, 1), (40, 2), (30, 3), (20, 4), (10, 5)]
而且可以按照此规则进行多列排序（大于2个）：
1 a = np.array([1,2,3,4,5]) 2 b = np.array([50,30,40,20,10]) 3 d = np.array([400,300,300,100,200]) 4 5 c = np.lexsort((a,b,d)) 6 print(list(zip(a[c],b[c],d[c])))
[(4, 20, 100), (5, 10, 200), (2, 30, 300), (3, 40, 300), (1, 50, 400)]
numpy中的几种排序手段：
numpy.sort() 正常排序
numpy.msort() 正常排序，定死axis=0
Notes
-----
``np.msort(a)`` is equivalent to ``np.sort(a, axis=0)``.
array.sort() 原地排序，无return
numpy.argsort() 间接排序
numpy.lexsort() 间接排序，字典序
numpy.sort_complex() 复数排序，先实部后虚部
1 np.random.seed(42) 2 complex_number = np.random.random(5) + np.random.random(5)*1j 3 print(complex_number) 4 print(np.sort_complex(complex_number)) # 复数排序，先实后虚
[ 0.37454012+0.15599452j 0.95071431+0.05808361j 0.73199394+0.86617615j 0.59865848+0.60111501j 0.15601864+0.70807258j] [ 0.15601864+0.70807258j 0.37454012+0.15599452j 0.59865848+0.60111501j 0.73199394+0.86617615j 0.95071431+0.05808361j]
索引：
np.argmax(a) 最大值索引
np.nanargmin(b) 忽略nan的最小值索引
np.argwhere(a<=4) 符合条件的索引
1 a = np.array([2,4,8]) 2 print(np.argmax(a)) 3 b = np.array([np.nan,2,4]) 4 print(np.nanargmin(b)) 5 c = np.array([2,4,8]) 6 print(np.argwhere(a<=4))
2 1 [[0] [1]]
np.searchsorted(a,[-2,7])
np.insert(a,indices,[-2,7])
1 a = np.arange(5) 2 indices = np.searchsorted(a,[-2,7]) # 返回向有序数组中插入，不改变有序性的索引 3 print(indices) 4 print(np.insert(a,indices,[-2,7])) # 插入函数{目标数组，插入索引，插入数组}
[0 5] [-2 0 1 2 3 4 7]
抽取：
np.extract(condition,a)
np.where(a%2==0)
np.nonzero(a)
1 a = np.arange(7) 2 condition = (a%2)==0 3 print(a[a%2==0]) # 使用布尔索引 4 print(np.extract(condition,a)) # 使用np.extract() 5 print(np.where(a%2==0)) # 使用np.where() 6 print(np.nonzero(a)) # 提取非零元素
[0 2 4 6] [0 2 4 6] (array([0, 2, 4, 6]),) (array([1, 2, 3, 4, 5, 6]),)
