Python财经应用-编程基础、数据分析与可视化课件 第5章-NumPy数值计算-5.3数组的操作

Python财经应用：编程基础、数据分析与可视化第五章NumPy数值计算中国农业大学李辉目录01数组的创建与访问02数组的运算03数组的操作目录01数组的创建与访问02数组的运算03数组的操作5.3数组的操作第五章NumPy数值计算数组的操作NumPy中的数组在处理数据时可以用简洁的表达式代替循环，它比内置的Python循环快了至少一个数量级，因此成为大量数据处理的首选。本节将讲解数组中常见的数据操作，包括排序、合并等操作。数组的操作——数组的排序在NumPy库中，排序操作可通过两种主要方式实现：利用NumPy数组的sort()方法，或者使用NumPy的argsort函数。sort()方法：原地排序，这意味着它会直接修改原数组，元素的位置将根据排序结果发生变动。argsort函数：不会触及原数组的元素顺序，而是返回一个包含原数组元素排序后索引的新数组。若需获取排序后元素在原数组中的具体位置，argsort函数正是为此而设计。在NumPy的排序实践中，sort()方法通常用于直接对数组进行排序。而对于间接排序的需求，argsort函数和lexsort()函数则是常用的工具，它们能够根据特定的排序规则返回索引数组，从而实现对原数组的间接排序。数组的操作——数组的排序1.sort函数sort函数是最常用的排序方法，函数调用改变原始数组，其语法格式如下：sort(a,axis,kind,order)参数说明：a：要排序的数组。axis：使得sort函数可以沿着指定轴对数据集进行排序。axis=None：对数组进行扁平化排序，返回排序后的数组。axis=0：沿着数组的列（垂直方向）进行排序。axis=1：沿着数组的行（水平方向）进行排序。默认值为None。kind：排序算法，默认为quicksort。order：如果数组包含字段，则是要排序的字段。数组的操作——数组的排序2.argsort函数使用argsort函数对数组进行排序，返回升序排序之后的数组值为从小到大的索引值。【例5-24】argsort函数的应用示例。

importnumpyasnpx=np.array([4,8,3,2,7,5,1,9,6,0])print('升序排序后的索引值：')y=np.argsort(x)print(y)print('排序后的顺序重构原数组：')print(x[y])数组的运算——数组的转置运行结果如下：

升序排序后的索引值：[9632058417]排序后的顺序重构原数组：[0123456789]数组的操作——数组的排序3.lexsort函数lexsort函数用于对多个序列进行排序。可以把它当作是对电子表格进行排序，每一列代表一个列，排序时会优先照顾靠后的列。【例5-25】使用argsort函数和lexsort函数进行排序。数组的操作——数组的排序

importnumpyasnparr=np.array([7,9,5,2,9,4,3,1,4,3])print('原数组：',arr)print('排序后各数据的索引：',arr.argsort())#返回值为数组排序后的下标排列print('显示较大的5个数：',arr[arr.argsort()][-5:])a=[1,5,7,2,3,-2,4]b=[9,5,2,0,6,8,7]ind=np.lexsort((b,a))print('ind:',ind)tmp=[(a[i],b[i])foriinind]print('tmp:',tmp)【例5-25】数组的操作——数组的排序运行结果如下：

原数组：[7952943143]排序后各数据的索引：[7369582014]显示较大的5个数：[45799]ind:[5034612]tmp:[(-2,8),(1,9),(2,0),(3,6),(4,7),(5,5),(7,2)]二维数组排序时需要指定按哪个轴进行排序，默认axis＝1。表示按第2个维度排序；如果axis=0，则表示按第1个维度排序。数组的操作——数组的合并数组合并用于多个数组间的操作，两个数组可以沿不同的轴向进行合并，NumPy提供了vstack、hstack、concatenate等合并函数。横向合并：将ndarray对象构成的元组作为参数，传给hstack函数。纵向合并：使用vstack函数实现数组合并。数组的操作——数组的合并

importnumpyasnparr1=np.array([[1,2],[3,4],[5,6]])arr2=np.array([[10,20],[30,40],[50,60]])h_arr=np.hstack((arr1,arr2))print("横向方向合并数据后的数组：\n",h_arr)v_arr=np.vstack((arr1,arr2))print("纵向方向合并数据后的数组：\n",v_arr)【例5-26】数组纵、横合并。数组的操作——数组的合并运行结果如下：

横向方向合并数据后的数组：[[121020][343040][565060]]纵向方向合并数据后的数组：[[12][34][56][1020][3040][5060]]数组的操作——数组的合并

arr1=np.arange(6).reshape(3,2)arr2=arr1*2print('横向组合为：\n',np.concatenate((arr1,arr2),axis=1))print('纵向组合为：\n',np.concatenate((arr1,arr2),axis=0))【例5-27】应用concatenate函数合并数组。数组的操作——数组的合并运行结果如下：

横向组合为：[[0102][2346][45810]]纵向组合为：[[01][23][45][02][46][810]]本章小结本章介绍了NumPy中一维数组和二维数组的创建与使用，主要内容：（1）NumPy是Python的扩展库，它提供了多种创建数组的方法，既可以将Python序列对象或可迭代对象转换为NumPy数组，也可以直接创建不同类型和维度的数组。（2）数组既支持使用索引、切片和列表作为下标访问数组元素，也支