开发者学堂课程【Python 常用数据科学库：排序操作】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/546/detail/7466
排序操作
排序代码演示
In [11]: import numpy as np
tang_array=np.array([[1.5,1.3,7.5],
[5.6,7.8,1.2]])
tang array
此时打印会显示如下：
Out[11]: array([[ 1.5,13,7.5]，
[5.6 7.8, 1.2]])
接下来对其进行一个排序
In [12]: np.sort(tang_array)
Out[12]: array([[ 1.3,1.5,
7.5]，
[ 1.2, 5.6，7.8]])
默认用最后一个轴来做它的一个属性
In [13]: np.sort(tang_array,axis = 0)
Out[13]: array([[ 1.5, 1.3, 1.2],
[5.6, 7.8,7.5]])
这次排出来不一样，下面的数是小的，上面的数是大的，默认轴为负一，默认从最后一个轴为代表维度来排，如果排序维度不是最后一个轴，那么就需自己指定
找它的一个位置
In [14]: np.argsort(tang_array)
Out[14]: array([[1,0，2],
[2,0,1]]，dtype=int64)
In [22]: tang_array = np.linspace(0,10,10)
tang_array
Out[22]: array([ 0. ,1.11111111, 2.22222222, 333333333
4.44444444. 5.55555556. 6.66666667, 777777778,
8.88888889, 10. ])
In [24]: values =np.array([2.5,6.5,9.5])
必须是传进去的一个数组，排序结果必须是排好序的，才能用 searchsorted 结构
In [25]: np.searchsorted(tang_array,values)
Out[25]:array([3,6,9]，dtype=int64)
In [26]: tang_array = np.array([[1,0,6],
[1,7,0]，
[2,3,1][2,4,0]])
tang_array
TypeError Traceback (most recent call last)
<ipython-input-26-7fcf4f8b6d3f> in <module>()
----> 1 tang array = np.array([[1,0,6],[1,7,0][2,3,1] [2,4,0]])
2 tang_array
TypeError: list indices must be integers or slices, not tuple
In [27]: tang_array = np.array([[1,0,6],
[1, 7,0]，[2,3,1]，[2,4,0]])
tang_array
Out[27]: array([[1,0，6]，
[1,7，0]，[2, 3，1]，[2,4，0]])
In [28]: index = np.lexsort([-1*a[:,0],a[:,2]])
Index
不光指定一个整体，可分开来指定
Out[28]: array([2,1,3,0],dtype=int64)
In [28]: index =np.lexsort([-1*tang_array[:,0],白[:,2]])
index
In [31]: index = np.lexsort([-1*tang_array[:,0],tang_array[:,2]])
index
Out[31]: array([0,1,3，2]，dtype=int64)
In [32]: tang_array = tang_array[index] tang_array
Out[32]:array([[2，4，0]，
[1, 7， 0]，[2，3，1]，[1, 0，6]])In [11]: import numpy as np
tang_array=np.array([[1.5,1.3,7.5],
[5.6,7.8,1.2]])
tang array
Out[11]: array([[ 1.5,13,7.5]，
[5.6 7.8, 1.2]])
In [12]: np.sort(tang_array)
Out[12]: array([[ 13,1.5,
7.5]，
[ 1.2, 5.6，，78]])
In [13]: np.sort(tang_array,axis = 0) Out[13]: array([[ 1.5, 1.3, 1.2],
[5.6, 7.8,7.5]])
In [14]: np.argsort(tang_array)
Out[14]: array([[1,0，2],[2,0,1]]，dtype=int64)
In [22]: tang_array = np.linspace(0,10,10)
tang_array
Out[22]: array([ 0. 1.11111111, 2.22222222, 333333333
4.44444444. 5.55555556. 6.66666667, 777777778,
8.88888889, 10. ])
In [24]: values =np.array([2.5,6.5,9.5])
In [25]: np.searchsorted(tang_array,values)
Out[25]:array([3,6,9]，dtype=int64)
In [26]: tang_array = np.array([[1,0,6],
[1,7,0]，
[2,3,1][2,4,0]])
tang_array
TypeError Traceback (most recent call last)
<ipython-input-26-7fcf4f8b6d3f> in <module>()
----> 1 tang array = np.array([[1,0,6],[1,7,0][2,3,1] [2,4,0]])
2 tang_array
TypeError: list indices must be integers or slices, not tuple
In [27]: tang_array = np.array([[1,0,6],
[1, 7,0]，[2,3,1]，[2,4,0]])
tang_array
Out[27]: array([[1,0，6]，
[1,7，0]，[2, 3，1]，[2,4，0]])
In [28]: index = np.lexsort([-1*a[:,0],a[:,2]])
index
Out[28]: array([2,1,3,0],dtype=int64)
In [28]: index =np.lexsort([-1*tang_array[:,0],白[:,2]])
index
In [31]: index = np.lexsort([-1*tang_array[:,0],tang_array[:,2]]) index
Out[31]: array([o,1,3，2]，dtype=int64)
In [32]: tang_array tang_array = tang_array[index]
Out[32]:array([[2，4，0]，
[1, 7， 0]，[2，3，1]，[1, 0，6]])
