NumPy排序與搜索實戰教程：讓數據處理更高效

2025年02月09日22:32:05 科技 1887

在這個數據為王的時代，高效地處理和分析數據是每個數據科學家的必備技能。NumPy作為Python中科學計算的基礎庫，提供了強大的數組操作功能，包括排序和搜索。今天，我們就來詳細探討一下如何在NumPy中進行排序與搜索，讓你的數據處理之路更加順暢。

NumPy排序基礎

NumPy數組提供了多種排序方法，可以根據一維或多維數組的不同需求進行排序。

一維數組排序

對於一維數組，NumPy提供了numpy.sort()和numpy.ndarray.sort()兩種方法。numpy.sort()返回一個新的排序數組，而numpy.ndarray.sort()則是就地排序，不返回新數組。

import numpy as np

arr = np.array([3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5])
sorted_arr = np.sort(arr)
print("Sorted array:", sorted_arr)

arr.sort()
print("In-place sorted array:", arr)

多維數組排序

對於多維數組，可以指定沿着哪個軸進行排序。例如，對於二維數組，可以沿着行（axis=1）或列（axis=0）進行排序。

arr_2d = np.array([[3, 2], [1, 4]])
sorted_arr_2d = np.sort(arr_2d, axis=0)  # 沿着列排序
print("Sorted 2D array along columns:", sorted_arr_2d)

sorted_arr_2d_row = np.sort(arr_2d, axis=1)  # 沿着行排序
print("Sorted 2D array along rows:", sorted_arr_2d_row)

高級排序技巧

NumPy還支持按照特定條件進行排序，例如按數組的第二個元素排序（對於二維數組）。

arr_2d = np.array([[1, 4], [3, 1], [2, 3]])
sorted_arr_2d_custom = arr_2d[arr_2d[:, 1].argsort()]
print("Sorted 2D array by second column:", sorted_arr_2d_custom)

NumPy搜索功能

在數據處理中，搜索特定值或滿足條件的元素同樣重要。NumPy提供了幾種有效的搜索方法。

numpy.where

numpy.where函數用於返回滿足條件的元素的索引。

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
indices = np.where(arr > 5)
print("Indices of elements greater than 5:", indices)

numpy.argmax和numpy.argmin

這兩個函數分別返回數組中最大值和最小值元素的索引。

arr = np.array([3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5])
max_index = np.argmax(arr)
min_index = np.argmin(arr)
print("Index of maximum value:", max_index)
print("Index of minimum value:", min_index)

numpy.searchsorted

numpy.searchsorted函數用於在有序數組中查找插入點的索引，以保持數組的有序性。

arr = np.array([1, 2, 5, 6, 8, 10])
values_to_insert = [3, 7]
insert_indices = np.searchsorted(arr, values_to_insert)
print("Indices for inserting values to maintain order:", insert_indices)