前言
嗨喽~大家好呀，这里是魔王呐 ❤ ~!
数组排序
排序是指将元素按有序顺序排列。
有序序列是拥有与元素相对应的顺序的任何序列，例如数字或字母、升序或降序。
NumPy ndarray 对象有一个名为 sort() 的函数，该函数将对指定的数组进行排序。
实例
对数组进行排序：
import numpy as np
arr = np.array([3, 2, 0, 1])
print(np.sort(arr))
运行实例
注释：此方法返回数组的副本，而原始数组保持不变。
您还可以对字符串数组或任何其他数据类型进行排序：
更多python资料、源码、教程: 点击此处跳转文末名片获取
实例
对数组以字母顺序进行排序：
import numpy as np
arr = np.array(['banana', 'cherry', 'apple'])
print(np.sort(arr))
运行实例
实例
对布尔数组进行排序：
import numpy as np
arr = np.array([True, False, True])
print(np.sort(arr))
运行实例
更多python资料、源码、教程: 点击此处跳转文末名片获取
对 2-D 数组排序
如果在二维数组上使用 sort() 方法，则将对两个数组进行排序：
实例
对 2-D 数组排序
import numpy as np
arr = np.array([[3, 2, 4], [5, 0, 1]])
print(np.sort(arr))
运行实例
数组过滤
从现有数组中取出一些元素并从中创建新数组称为过滤（filtering）。
在 NumPy 中，我们使用布尔索引列表来过滤数组。
布尔索引列表是与数组中的索引相对应的布尔值列表。
如果索引处的值为 True，则该元素包含在过滤后的数组中；如果索引处的值为 False，则该元素将从过滤后的数组中排除。
实例
用索引 0 和 2、4 上的元素创建一个数组：
import numpy as np
arr = np.array([61, 62, 63, 64, 65])
x = [True, False, True, False, True]
newarr = arr[x]
print(newarr)
运行实例
上例将返回 [61, 63, 65]，为什么？
因为新过滤器仅包含过滤器数组有值 True 的值，所以在这种情况下，索引为 0 和 2、4。
更多python资料、源码、教程: 点击此处跳转文末名片获取
创建过滤器数组
在上例中，我们对 True 和 False 值进行了硬编码，但通常的用途是根据条件创建过滤器数组。
实例
创建一个仅返回大于 62 的值的过滤器数组：
import numpy as np
arr = np.array([61, 62, 63, 64, 65])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr:
# 如果元素大于 62，则将值设置为 True，否则为 False：
if element > 62:
filter_arr.append(True)
else:
filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)
运行实例
实例
创建一个过滤器数组，该数组仅返回原始数组中的偶数元素：
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7])
# 创建一个空列表
filter_arr = []
# 遍历 arr 中的每个元素
for element in arr:
# 如果元素可以被 2 整除，则将值设置为 True，否则设置为 False
if element % 2 == 0:
filter_arr.append(True)
else:
filter_arr.append(False)
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)
运行实例
直接从数组创建过滤器
上例是 NumPy 中非常常见的任务，NumPy 提供了解决该问题的好方法。
我们可以在条件中直接替换数组而不是 iterable 变量，它会如我们期望地那样工作。
实例
创建一个仅返回大于 62 的值的过滤器数组：
import numpy as np
arr = np.array([61, 62, 63, 64, 65])
filter_arr = arr > 62
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)
运行实例
实例
创建一个过滤器数组，该数组仅返回原始数组中的偶数元素：
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7])
filter_arr = arr % 2 == 0
newarr = arr[filter_arr]
print(filter_arr)
print(newarr)
运行实例
尾语 💝
要成功，先发疯，下定决心往前冲！
学习是需要长期坚持的，一步一个脚印地走向未来！
未来的你一定会感谢今天学习的你。
—— 心灵鸡汤
本文章到这里就结束啦~感兴趣的小伙伴可以复制代码去试试哦 😝
