NumPy 排序、条件筛选函数

在 NumPy 中，排序函数和条件筛选函数是处理 ndarray（N 维数组）的关键工具，用于对数组元素进行排序或根据条件筛选数据。这些函数支持向量化操作，高效处理大规模数据，广泛应用于数据分析、预处理和机器学习。以下是对 NumPy 排序和条件筛选函数的详细中文讲解，涵盖定义、常用函数、示例、注意事项及最佳实践，帮助你全面掌握其用法。

一、NumPy 排序与条件筛选函数概述

1. 什么是排序和条件筛选函数？

排序函数：
定义：对数组元素按升序或降序排列，支持按轴排序。
用途：数据整理、排名、查找极值索引。
条件筛选函数：
定义：根据条件（如布尔表达式）从数组中提取或修改符合条件的元素。
用途：数据过滤、异常值处理、特征选择。
特点：
向量化：支持数组操作，无需显式循环。
高效性：基于 C 实现，性能优于 Python 原生操作。
多维支持：可按特定轴操作，适合多维数组。

2. 排序与条件筛选 vs Python 内置方法

特性	NumPy 函数	Python 内置方法
输入类型	数组（标量、向量、矩阵）	列表
向量化	支持数组操作	需循环处理
多维支持	按轴排序/筛选	不支持多维
性能	高效（C 实现）	较慢（Python 实现）

二、NumPy 排序函数

NumPy 提供了多种排序函数，支持对整个数组或特定轴排序，并返回排序结果或索引。

1. 基本排序函数

函数	描述	示例（标量）
`np.sort(arr, axis=-1, kind='quicksort')`	返回排序后的数组	`sort([3, 1, 2]) = [1, 2, 3]`
`np.argsort(arr, axis=-1)`	返回排序索引	`argsort([3, 1, 2]) = [1, 2, 0]`
`np.partition(arr, kth, axis=-1)`	部分排序，前 kth 元素有序	`partition([3, 1, 2], 1) = [1, 2, 3]`
`np.argpartition(arr, kth, axis=-1)`	返回部分排序索引	`argpartition([3, 1, 2], 1) = [1, 2, 0]`

语法：

  np.sort(arr, axis=-1, kind='quicksort', order=None)

arr：输入数组。
axis：排序轴（默认 -1，最后一维；None 展平排序）。
kind：排序算法（quicksort、mergesort、heapsort）。
order：结构化数组的排序字段。

(1) `np.sort`

描述：返回排序后的数组副本，原数组不变。
示例：

  import numpy as np

  arr = np.array([3, 1, 2])
  sorted_arr = np.sort(arr)
  print(sorted_arr)  # 输出：[1 2 3]
  print(arr)        # 输出：[3 1 2]（原数组不变）

多维排序：

  arr = np.array([[3, 1], [4, 2]])
  print(np.sort(arr, axis=1))  # 按行排序
  # 输出：
  # [[1 3]
  #  [2 4]]
  print(np.sort(arr, axis=0))  # 按列排序
  # 输出：
  # [[3 1]
  #  [4 2]]

(2) `np.argsort`

描述：返回排序后的索引。
示例：

  arr = np.array([3, 1, 2])
  indices = np.argsort(arr)
  print(indices)  # 输出：[1 2 0]
  print(arr[indices])  # 输出：[1 2 3]

(3) `np.partition` 和 `np.argpartition`

描述：部分排序，仅确保第 kth 元素在正确位置，前后部分无需完全排序。
示例：

  arr = np.array([3, 4, 1, 2])
  print(np.partition(arr, 2))  # 输出：[1 2 3 4]（前 2 个最小）
  print(np.argpartition(arr, 2))  # 输出：[2 3 0 1]

2. 原地排序

函数：arr.sort(axis=-1, kind='quicksort')
描述：直接修改原数组。
示例：

  arr = np.array([3, 1, 2])
  arr.sort()
  print(arr)  # 输出：[1 2 3]

三、NumPy 条件筛选函数

条件筛选函数用于根据布尔条件提取或修改数组元素，通常结合布尔索引或专用函数。

1. 布尔索引

描述：使用布尔数组筛选符合条件的元素。
示例：

  arr = np.array([1, 2, 3, 4])
  mask = arr > 2
  print(mask)       # 输出：[False False True True]
  print(arr[mask])  # 输出：[3 4]

条件组合：

  mask = (arr > 1) & (arr < 4)
  print(arr[mask])  # 输出：[2 3]

2. 专用筛选函数

函数	描述	示例
`np.where(condition, x, y)`	根据条件选择元素	`where([True, False], [1, 2], [3, 4]) = [1, 4]`
`np.nonzero(arr)`	返回非零元素索引	`nonzero([0, 1, 0]) = (array([1]),)`
`np.extract(condition, arr)`	提取符合条件的元素	`extract([True, False, True], [1, 2, 3]) = [1, 3]`
`np.select(condlist, choicelist)`	多条件选择	`select([[x>2], [x<2]], [1, 2], x) = [2, 2, 1]`

(1) `np.where`

描述：根据条件选择 x 或 y 的元素，或返回条件为真的索引。
示例：

  arr = np.array([1, 2, 3, 4])
  print(np.where(arr > 2, arr, 0))  # 输出：[0 0 3 4]
  print(np.where(arr > 2))          # 输出：(array([2, 3]),)

(2) `np.nonzero`

描述：返回非零（或条件为真）元素的索引。
示例：

  arr = np.array([0, 1, 0, 2])
  print(np.nonzero(arr))  # 输出：(array([1, 3]),)

(3) `np.extract`

描述：提取符合条件的元素。
示例：

  arr = np.array([1, 2, 3, 4])
  condition = arr > 2
  print(np.extract(condition, arr))  # 输出：[3 4]

(4) `np.select`

描述：根据多个条件选择值。
示例：

  arr = np.array([1, 2, 3])
  condlist = [arr > 2, arr < 2]
  choicelist = [10, 20]
  print(np.select(condlist, choicelist, default=0))  # 输出：[20  0 10]

四、实际应用场景

1. 数据排序

按列排序并提取前 k 个元素：

arr = np.array([[3, 1], [4, 2]])
sorted_arr = np.sort(arr, axis=0)  # 按列排序
print(sorted_arr)  # 输出：[[3 1] [4 2]]

2. 异常值处理

替换超出范围的值：

arr = np.array([1, 2, 10, 4])
print(np.where(arr > 5, np.mean(arr), arr))  # 输出：[1. 2. 4.25 4.]

3. 排名计算

获取元素排序后的排名：

arr = np.array([3, 1, 2])
indices = np.argsort(arr)
print(indices)  # 输出：[1 2 0]

4. 数据筛选

筛选符合条件的行：

arr = np.array([[1, 2], [3, 4], [5, 6]])
mask = arr[:, 0] > 2
print(arr[mask])  # 输出：[[3 4] [5 6]]

五、注意事项

排序副本 vs 原地：

np.sort 返回副本，原数组不变；arr.sort() 修改原数组：
python arr = np.array([3, 1, 2]) print(np.sort(arr)) # 输出：[1 2 3] print(arr) # 输出：[3 1 2]

布尔索引副本：

布尔索引返回副本，修改不影响原数组：
python arr = np.array([1, 2, 3]) subset = arr[arr > 1] subset[0] = 10 print(arr) # 输出：[1 2 3]

轴指定：

排序或筛选时明确轴以避免混淆：
python arr = np.array([[1, 2], [3, 4]]) print(np.sort(arr, axis=0)) # 按列排序

性能优化：

部分排序（np.partition）比全排序快：
python arr = np.array([3, 1, 2, 4]) print(np.partition(arr, 2)) # 更快

空数组：

空数组可能导致错误：
python arr = np.array([]) # np.sort(arr) # 无问题，但需检查结果

六、最佳实践

优先向量化：

使用 NumPy 函数避免循环：
python arr = np.array([3, 1, 2]) print(np.sort(arr)) # 高效

明确轴指定：

确保轴与需求一致：
python arr = np.array([[1, 2], [3, 4]]) print(np.sort(arr, axis=1))

优化部分排序：

使用 np.partition 获取前 k 个元素：
python print(np.partition(arr, 1, axis=1))

检查条件形状：

布尔索引形状需匹配：
python mask = arr[:, 0] > 2 print(mask.shape, arr.shape)

结合其他库：

与 Pandas 集成：
python import pandas as pd df = pd.DataFrame(arr) print(df.sort_values(by=0))

调试输出：

控制显示精度：
python np.set_printoptions(precision=2)

七、总结

NumPy 的排序函数（如 sort、argsort、partition）和条件筛选函数（如 where、nonzero、extract）提供了高效的数组排序和数据筛选功能。排序支持按轴操作，筛选支持布尔索引和多条件选择。掌握这些函数，理解副本与原地操作、轴指定和性能优化，结合最佳实践（如向量化、检查形状），能高效完成数据处理任务。

如果你需要更复杂的排序或筛选示例（如多维排序、性能优化）或特定场景的代码，请告诉我！

一、NumPy 排序与条件筛选函数概述

1. 什么是排序和条件筛选函数？

2. 排序与条件筛选 vs Python 内置方法

二、NumPy 排序函数

1. 基本排序函数

(1) `np.sort`

(2) `np.argsort`

(3) `np.partition` 和 `np.argpartition`

2. 原地排序

三、NumPy 条件筛选函数

1. 布尔索引

2. 专用筛选函数

(1) `np.where`

(2) `np.nonzero`

(3) `np.extract`

(4) `np.select`

四、实际应用场景

1. 数据排序

2. 异常值处理

3. 排名计算

4. 数据筛选

五、注意事项

六、最佳实践

七、总结

NumPy 矩阵库(Matrix)

NumPy 副本和视图

NumPy 数据类型

NumPy 迭代数组

NumPy 数组属性

NumPy 字符串函数

发表回复取消回复

一、NumPy 排序与条件筛选函数概述

1. 什么是排序和条件筛选函数？

2. 排序与条件筛选 vs Python 内置方法

二、NumPy 排序函数

1. 基本排序函数

(1) np.sort

(2) np.argsort

(3) np.partition 和 np.argpartition

2. 原地排序

三、NumPy 条件筛选函数

1. 布尔索引

2. 专用筛选函数

(1) np.where

(2) np.nonzero

(3) np.extract

(4) np.select

四、实际应用场景

1. 数据排序

2. 异常值处理

3. 排名计算

4. 数据筛选

五、注意事项

六、最佳实践

七、总结

类似文章

发表回复 取消回复

(1) `np.sort`

(2) `np.argsort`

(3) `np.partition` 和 `np.argpartition`

(1) `np.where`

(2) `np.nonzero`

(3) `np.extract`

(4) `np.select`

发表回复取消回复