2.6　NumPy排序

NumPy提供了多种排序的方法。这些排序函数实现不同的排序算法，每个排序算法的特征在于执行速度，最坏情况性能是所需的工作空间和算法的稳定性。

1．sort()函数

numpy.sort()函数提供了多种排序功能，支持归并排序、堆排序、快速排序等多种排序算法。函数的格式为：

numpy.sort（a，axis，kind，order）：参数a为要排序的数组；axis为沿着排序的轴，axis=0按照列排序，axis=1按照行排序；kind为排序所用的算法，默认使用快速排序。常用的排序方法还有：

·　quicksort()：快速排序，速度最快，算法不具有稳定性。

·　mergesort()：归并排序，优点是具有稳定性，空间复杂度较高，一般外部排序时才会考虑。

·　heapsort()：堆排序，优点是堆排序在最坏的情况下，其时间复杂度也为 O （ n log n ）。它是一个既最高效率又最节省空间的排序方法。

【例2-45】 利用sort()函数对给定数组进行排序。

运行程序，输出如下：

     数组是:
     [[3 7]
      [9 1]]
     调用sort()函数：
     [[3 7]
      [1 9]]
     按列排序:
     [[3 1]
      [9 7]]
     数组是:
     [(b'raju',21)(b'anil',25)(b'ravi',17)(b'amar',27)]
     按name排序:
     [(b'amar',27)(b'anil',25)(b'raju',21)(b'ravi',17)]

2．argsort()函数

numpy.argsort()函数返回的是数组值从小到大的索引值。格式为：

     numpy.argsort(a,axis=-1,kind='quicksort',order=None)

参数类似于sort()函数。

【例2-46】 利用argsort()函数对数组进行排序。

运行程序，输出如下：

     数组为:
     [4 2 3 1]
     从小到大排序后的索引值为:
     [3 1 2 0]
     以排序后的顺序重构原数组:
     [1 2 3 4]
     使用循环重构原数组:
     1 2 3 4

3．lexsort()函数

numpy.lexsort()函数用于对多个序列进行排序。把它想象成对电子表格进行排序，每一列代表一个序列，排序时优先照顾靠后的列。

这里举一个应用场景：小升初考试，重点班录取学生按照总成绩录取。在总成绩相同时，数学成绩高的优先录取，在总成绩和数学成绩都相同时，按照英语成绩录取……这里，总成绩排在电子表格的最后一列，数学成绩在倒数第二列，英语成绩在倒数第三列。

【例2-47】 利用lexsort()函数对数据进行排序。

运行程序，输出如下：

     调用l exsort()函数：
     [3 1 0 2]
     使用这个索引来获取排序后的数据:
     ['amar,f.y.','anil,s.y.','raju,f.y.','ravi,s.y.']

4．extract()函数

numpy.extract()函数根据某个条件从数组中抽取元素，返回满足条件的元素。

【例2-48】 利用extract()函数抽取数组中的元素。

运行程序，输出如下： I0mw/ym2kVbqcXc0LdAW86cTlncjz3sMHNKcrH3UdoUEn+jgKJj/P6bCeaf6gOzT

     数组是:
     [[0.1.2.]
      [3.4.5.]
      [6.7.8.]]
     按元素的条件值:
     [[True False True]
      [False True False]
      [True False True]]
     使用条件提取元素:
     [0.2.4.6.8.]