排序，搜索和计数速查表

排序搜索集合速查表

排序

• numpy.sort(a[, axis=-1, kind='quicksort', order=None]) Return a sorted copy of an array.

  • axis：排序沿数组的（轴）方向，0表示按行，1表示按列，None表示展开来排序，默认为-1，表示沿最后的轴排序。
  • kind：排序的算法，提供了快排’quicksort’、混排’mergesort’、堆排’heapsort’， 默认为‘quicksort’。
  • order：排序的字段名，可指定字段排序，默认为None。

• numpy.argsort(a[, axis=-1, kind='quicksort', order=None]) Returns the indices that would sort an array.

• numpy.lexsort(keys[, axis=-1]) Perform an indirect stable sort using a sequence of keys.（使用键序列执行间接稳定排序。）

• numpy.partition(a, kth, axis=-1, kind='introselect', order=None) Return a partitioned copy of an array.

• numpy.argpartition(a, kth, axis=-1, kind='introselect', order=None)

搜索

• numpy.argmax(a[, axis=None, out=None])Returns the indices of the maximum values along an axis.

• numpy.argmin(a[, axis=None, out=None])Returns the indices of the minimum values along an axis.

• numppy.nonzero(a) Return the indices of the elements that are non-zero.

• numpy.where(condition, [x=None, y=None]) Return elements chosen from x or y depending on condition.

• numpy.searchsorted(a, v[, side='left', sorter=None]) Find indices where elements should be inserted to maintain order.

  • a：一维输入数组。当sorter参数为None的时候，a必须为升序数组；否则，sorter不能为空，存放a中元素的index，用于反映a数组的升序排列方式。
  • v：插入a数组的值，可以为单个元素，list或者ndarray。
  • side：查询方向，当为left时，将返回第一个符合条件的元素下标；当为right时，将返回最后一个符合条件的元素下标。
  • sorter：一维数组存放a数组元素的 index，index 对应元素为升序。

• numpy.count_nonzero(a, axis=None) Counts the number of non-zero values in the array a.

  扫描二维码关注公众号，回复： 12419286 查看本文章

集合

• numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None) Find the unique elements of an array.

  • return_index=True 表示返回新列表元素在旧列表中的位置。
  • return_inverse=True表示返回旧列表元素在新列表中的位置。
  • return_counts=True表示返回新列表元素在旧列表中出现的次数。

• numpy.in1d(ar1, ar2, assume_unique=False, invert=False) Test whether each element of a 1-D array is also present in a second array.

• numpy.intersect1d(ar1, ar2, assume_unique=False, return_indices=False) Find the intersection of two arrays.

• numpy.union1d(ar1, ar2) Find the union of two arrays.

• numpy.setdiff1d(ar1, ar2, assume_unique=False) Find the set difference of two arrays.

• setxor1d(ar1, ar2, assume_unique=False) Find the set exclusive-or of two arrays.