NumPyソート、検索、カウント

章
Numpy紹介NumpyインストールNumPy ndarray
NumPyデータ型NumPy配列作成NumPyは、既存のデータに基づいて配列を作成する.
NumPyは、数値区間に基づいて配列を作成する.
NumPy配列スライスNumPy放送NumPy配列反復NumPyビット演算NumPy文字列関数NumPy数学関数NumPy統計関数NumPyソート、検索、カウントNumPyコピーおよびビューNumPyマトリクスライブラリ関数NumPy線形代数NumPyには、様々なソートに関する関数が用意されています.これらのソート関数は、実行速度、最悪のパフォーマンス、必要なワークスペース、およびアルゴリズムの安定性を特徴とする異なるソートアルゴリズムを実現する.次の表は、3つのソートアルゴリズムの比較です.
種類
スピード
最悪の場合
ワークスペース
あんていせい
‘quicksort’
1
O(n^2)
0
no
‘mergesort’
2
O(n*log(n))
~n/2
yes
‘heapsort’
3
O(n*log(n))
0
no
numpy.sort() sort()は配列を並べ替え、並べ替えられた配列のコピーを返します.軸方向を指定できます.
関数構文:

numpy.sort(a, axis, kind, order)

パラメータ

aソート対象配列

axisソートの軸を指定します.ない場合は、最後の軸で並べ替えます.

kindデフォルトは「quicksort」

order指定ソートフィールド

例

import numpy as np  
a = np.array([[3,7],[9,1]]) 

print ('  :' )
print (a) 
print ('
')

print ('  :' )
print (np.sort(a)) 
print ('
') 
  
print ('  0   :') 
print (np.sort(a, axis = 0)) 
print ('
')  

#           
dt = np.dtype([('name', 'S10'),('age', int)]) 
a = np.array([("kevin", 21),("peter",25),("tony", 17), ("mike",27)], dtype = dt) 

print ('  :') 
print (a) 
print ('
')  

print ('  name   :') 
print (np.sort(a, order = 'name'))

しゅつりょく

  :
[[3 7]
 [9 1]]

  :
[[3 7]
 [1 9]]

   0   :
[[3 1]
 [9 7]]

  :
[(b'kevin', 21) (b'peter', 25) (b'tony', 17) (b'mike', 27)]

  name   :
[(b'kevin', 21) (b'mike', 27) (b'peter', 25) (b'tony', 17)]

numpy.argsort()
この関数は、まず配列をソートし、ソート後の配列インデックスを抽出して配列形式で返します.元の配列は変更されず、インデックスによってソート結果が得られます.
例

import numpy as np 
x = np.array([3, 1, 2]) 

print ('  x:') 
print (x) 
print ('
')  

print (' argsort()   x:') 
y = np.argsort(x) 
print (y) 
print ('
')  

print ('           :' )
print (x[y]) 
print ('
')  

print ('          :') 
for i in y: 
   print (x[i])

しゅつりょく

  x:
[3 1 2]

 argsort()   x:
[1 2 0]

           :
[1 2 3]

          :
1 
2 
3

numpy.lexsort()
SQLのORDERBYの複数のフィールド:ORDER BY 1， 2， 3と同様に、複数のシーケンスをソートします.表計算ドキュメントのソートは、各カラムがシーケンスを表し、後のカラムほど優先度が高くなることが考えられます.
元の配列は変更されず、この関数はソート後の配列インデックスを抽出し、配列形式で返し、インデックスによってソート結果を得ることができます.
例

import numpy as np  
  
a = np.array(['a','b','c','d','e'])  
  
b = np.array([12, 90, 380, 12, 211])  
  
ind = np.lexsort((a,b))  
  
print("          :")  
  
print(ind)  
  
print("         :")  
  
for i in ind:  
    print(a[i],b[i])  

しゅつりょく

          :
[0 3 1 4 2]
         :
a 12
d 12
b 90
e 211
c 380

numpy.argmax()とnumpy.argmin()
この2つの関数は、指定した軸上の最大要素と最小要素のインデックスを返します.
例

import numpy as np 
a = np.array([[30,40,70],[80,20,10],[50,90,60]]) 

print ('  :') 
print (a) 
print ('
') 

print ('  argmax()  :') 
print (np.argmax(a, 0)) 
print ('
')  

print ('  argmin()  :') 
print (np.argmin(a, 0) ) 
print ('
')  

しゅつりょく

   :
[[30 40 70]
 [80 20 10]
 [50 90 60]]

  argmax()  :
[1 2 0]

  argmin()  :
[0 1 1]

numpy.nonzero()
この関数は、配列内のゼロ以外の要素のインデックスを返します.
例

import numpy as np  
  
b = np.array([12, 90, 380, 12, 211])  
  
print("      
", b)  
print ('
') 
  
print("         ")  
print(b.nonzero())  

しゅつりょく

       
[ 12  90 380  12 211]

         
(array([0, 1, 2, 3, 4]),)

numpy.where()
この関数は、配列内の条件を満たす要素を検索し、インデックスを返します.
例

import numpy as np  
  
b = np.array([12, 90, 380, 12, 211])  
  
print(np.where(b>12))  
  
c = np.array([[20, 24],[21, 23]])  
  
print(np.where(c>20))  

しゅつりょく

(array([0, 1, 1]), array([1, 0, 1]))

numpy.extract()
この関数は、配列内の条件を満たす要素を返します.
例

import numpy as np  
  
b = np.array([12, 90, 380, 12, 211])  
  
print(np.extract(b>12, b))  
  
c = np.array([[20, 24],[21, 23]])  
  
print(np.extract(c>20, c))  

しゅつりょく

[ 90 380 211]
[24 21 23]