异常教程

NumPy 排序、条件筛选函数（千字长文）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

  • 新项目:《从零手撸：仿小红书（微服务架构）》 正在持续爆肝中，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;
  • 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;

截止目前， 星球 内专栏累计输出 82w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 2900+ 小伙伴加入学习 ，欢迎点击围观

一、前言

在数据分析和科学计算领域，NumPy 是 Python 生态系统中不可或缺的工具库。它为处理多维数组提供了高效且灵活的接口，而排序和条件筛选则是数据预处理中的核心操作。无论是对数据进行排序以分析趋势，还是通过条件筛选提取关键信息，NumPy 的相关函数都能帮助开发者快速实现目标。本文将从基础到进阶，结合实际案例，深入讲解 NumPy 排序 和 条件筛选函数 的使用方法，并通过形象的比喻帮助读者理解其底层逻辑。

二、NumPy 排序：让数据“各就各位”

1. 基本排序：从简单到复杂

排序是数据处理中常见的需求。NumPy 提供了 sort 函数和 argsort 函数，分别用于直接排序数据或获取排序后的索引。

numpy.sort()：直接排序数组

sort 函数会返回排序后的数组副本，原始数组不受影响。例如：

import numpy as np

arr = np.array([3, 1, 4, 1, 5, 9, 2, 6])
sorted_arr = np.sort(arr)
print("原始数组：", arr)        # 输出：[3 1 4 1 5 9 2 6]
print("排序后数组：", sorted_arr)  # 输出：[1 1 2 3 4 5 6 9]

numpy.argsort()：获取排序后的索引

argsort 返回的是排序后元素的原始索引，而非直接排序后的数组。这在需要保留原始位置信息时非常有用。例如：

indices = np.argsort(arr)
print("排序后的索引：", indices)  # 输出：[1 3 6 0 2 4 7 5]
sorted_via_indices = arr[indices]
print(sorted_via_indices)        # 输出：[1 1 2 3 4 5 6 9]

比喻：假设你有一排书架，sort 就像直接按书名重新排列书籍，而 argsort 则是记录每本书的新位置，方便你后续按此顺序查找。

2. 多维数组排序：灵活控制排序方向

对于二维数组（如表格数据），可以通过 axis 参数指定排序方向：

  • axis=0：按列排序
  • axis=1：按行排序
matrix = np.array([[7, 2, 5],
                   [3, 8, 1],
                   [4, 6, 9]])

sorted_cols = np.sort(matrix, axis=0)
print("按列排序：\n", sorted_cols)

sorted_rows = np.sort(matrix, axis=1)
print("按行排序：\n", sorted_rows)

技巧：若想对二维数组的某一列进行排序后提取其他列数据，可结合 argsort：

col_indices = np.argsort(matrix[:, 0])
sorted_second_col = matrix[col_indices, 1]
print(sorted_second_col)  # 输出：[2 6 8]

3. 稳定排序与不稳定性

NumPy 的排序算法默认是不稳定的，这意味着相同值的元素可能在排序后位置发生变化。例如：

arr = np.array([2, 1, 2, 0])
sorted_arr = np.sort(arr)
print(sorted_arr)  # 输出：[0 1 2 2]

若需要稳定性，可使用 sort 的 kind 参数指定算法，如 kind='mergesort'：

stable_sorted = np.sort(arr, kind='mergesort')
print(stable_sorted)  # 输出：[0 1 2 2]（保持原顺序）

三、条件筛选：精准提取数据

1. 基础布尔索引：用条件“过滤”数据

布尔索引允许通过条件表达式筛选数组元素。例如：

data = np.array([10, 20, 30, 40, 50])
condition = data > 25
filtered = data[condition]
print(filtered)  # 输出：[30 40 50]

扩展：条件表达式可以是任意逻辑组合，如 &（且）、|（或）、~（非）：

filtered = data[(data >= 20) & (data < 40)]
print(filtered)  # 输出：[20 30]

2. 多条件筛选的“逻辑陷阱”

需要注意的是，布尔运算符前后必须用括号包裹，避免优先级问题：

wrong = data >= 20 & data < 40  # 实际等价于 (data >= 20) & (data < 40)，但语法上需用括号

correct = (data >= 20) & (data < 40)

3. numpy.where()：条件筛选的“进阶版”

where 函数可同时处理多个条件，并返回满足条件的元素索引或值。例如：

indices = np.where(data > 35)
print(indices)  # 输出：(array([3, 4]),) → 索引3和4的元素满足条件

values = np.where(data > 35, data, -1)  # 当条件成立时取 data，否则取 -1
print(values)  # 输出：[ -1  -1  -1 40 50]

比喻：where 像是“条件判断器”，能根据你的规则分类数据，甚至替换成新值。

4. 多维数组的条件筛选

对二维数组筛选时，需注意索引的维度匹配。例如：

matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9]])

row_1 = matrix[1, :]
filtered_cols = matrix[:, (row_1 > 4)]
print(filtered_cols)

5. 结合排序与筛选：复杂场景的解决方案

排序和筛选常结合使用。例如，先筛选出符合条件的元素，再进行排序：

filtered = data[(data >= 10) & (data <= 30)]
sorted_filtered = np.sort(filtered)[::-1]  # 反转数组实现降序
print(sorted_filtered)  # 输出：[30 20 10]

四、实战案例：综合应用排序与条件筛选

案例 1：分析销售数据

假设有一个销售数据数组，包含不同产品的销售额和销量：

sales = np.array([[100, 50],   # 产品A：销售额100，销量50
                  [200, 30],   # 产品B：销售额200，销量30
                  [150, 40]])  # 产品C：销售额150，销量40

high_sales_low_volume = sales[(sales[:,0] > 150) & (sales[:,1] < 40)]
print(high_sales_low_volume)  # 输出：[[200 30]]

案例 2：按销量排序并提取高销量产品

sorted_sales = sales[np.argsort(sales[:, 1])[::-1]]  # 反转索引实现降序
print("排序后的销售数据：\n", sorted_sales)

top_two = sorted_sales[:2]
print("销量前两名：\n", top_two)

五、性能优化与注意事项

1. 避免不必要的复制

sort 函数默认返回排序后的副本，若希望直接修改原数组，可使用 arr.sort() 方法：

arr = np.array([3, 1, 2])
arr.sort()  # 原数组被修改为 [1, 2, 3]

2. 大数据集的高效处理

对于大规模数据，布尔索引可能占用较多内存。此时可改用 np.nonzero 获取索引后进行操作：

indices = np.nonzero(data > 25)[0]

3. 多条件筛选的逻辑顺序

复杂条件应合理拆分，避免因优先级问题导致结果错误。例如：

condition = data > 10 and data < 20  # 需改用布尔运算符 &

condition = (data > 10) & (data < 20)

六、结论

通过本文的讲解，读者应能掌握 NumPy 排序 和 条件筛选函数 的核心用法，并能结合实际场景灵活应用。无论是对数据进行高效排序以分析趋势，还是通过条件筛选提取关键信息，NumPy 的工具链都能提供简洁且高效的解决方案。

在后续实践中，建议读者尝试以下操作：

  1. 对多维数组进行跨维度排序和筛选；
  2. 结合 mask 矩阵实现更复杂的逻辑判断；
  3. 通过性能测试对比不同方法的效率差异。

掌握这些技能后，你将能够更自信地处理真实世界的复杂数据挑战！

最新发布

查看更多文章