【一起学Python】第85天:NumPy排序与选择全攻略,数据清洗必备神器

import numpy as npscores = np.array([85, 92, 78, 95, 60])# 方式1：np.sort() → 返回新数组，原数组不变 ✅ 推荐用于需保留原始数据的场景sorted_new = np.sort(scores)print("新数组:", sorted_new)      # [60 78 85 92 95]print("原数组:", scores)          # [85 92 78 95 60]（未变）# 方式2：arr.sort() → 原地排序，节省内存  适合超大数据集scores.sort()print("原地排序后:", scores)       # [60 78 85 92 95]

ids = np.array([101, 102, 103, 104, 105])scores = np.array([85, 92, 78, 95, 60])# 获取从小到大排序的索引sorted_idx = np.argsort(scores)print("排序索引:", sorted_idx)  # [4 2 0 1 3]# 用索引同时重排学号和成绩print("按成绩排序后的学号:", ids[sorted_idx])   # [105 103 101 102 104]print("按成绩排序后的分数:", scores[sorted_idx]) # [60 78 85 92 95]

matrix = np.array([[3, 1, 2],                    [9, 7, 8],                    [6, 4, 5]])# 按行排序（axis=1）print("按行排序:\n", np.sort(matrix, axis=1))# 按列排序（axis=0）print("按列排序:\n", np.sort(matrix, axis=0))

data = np.array([10, 20, 30, 40, 50])condition = data > 30indices = np.where(condition)print("满足条件的索引:", indices)  # (array([3, 4]),)print("满足条件的元素:", data[indices])  # [40 50]

# 格式：np.where(条件, 条件为真时的值, 条件为假时的值)grades = np.array([85, 55, 92, 48, 76])result = np.where(grades >= 60, "及格", "不及格")print("评级结果:", result)  # ['及格' '不及格' '及格' '不及格' '及格']# 数值替换：小于0的补0，大于100的截断为100clipped = np.where(grades < 0, 0, np.where(grades > 100, 100, grades))

arr = np.array([0, 5, 0, 8, 0, 3])# 返回非零元素的索引nz_idx = np.nonzero(arr)print("非零索引:", nz_idx)  # (array([1, 3, 5]),)print("非零元素:", arr[nz_idx])  # [5 8 3]# 💡 等价于布尔索引：arr[arr != 0]# 但 nonzero() 返回的是索引，适合需要定位原始位置的场景

data = np.array([15, 25, 35, 45, 55])# 1. 布尔索引（最简洁，推荐日常使用）print(data[data > 30])  # [35 45 55]# 2. np.where(condition)（返回索引元组）print(np.where(data > 30))  # (array([2, 3, 4]),)# 3. np.nonzero(condition)（与where返回索引等价）print(np.nonzero(data > 30))  # (array([2, 3, 4]),)

import numpy as np# 模拟数据：5名学生，3门课成绩students = np.array(["张三", "李四", "王五", "赵六", "孙七"])scores = np.array([    [85, 92, 78],  # 张三    [60, 55, 70],  # 李四    [95, 98, 96],  # 王五    [45, 50, 48],  # 赵六    [88, 90, 85]   # 孙七])# 1. 计算总分total_scores = np.sum(scores, axis=1)print("总分:", total_scores)  # [255 185 289 143 263]# 2. 找出总分前3的学生（降序排序索引）top3_idx = np.argsort(total_scores)[::-1][:3]print("前3名索引:", top3_idx)  # [2 4 0]print("前3名学生:", students[top3_idx])  # ['王五' '孙七' '张三']# 3. 标记不及格（任意一科<60）fail_mask = np.any(scores < 60, axis=1)print("需补考学生:", students[fail_mask])  # ['李四' '赵六']# 4. 将低于60的成绩替换为60（平时分保护政策）protected_scores = np.where(scores < 60, 60, scores)print("保护后成绩:\n", protected_scores)

import numpy as npimport timedata = np.random.rand(1_000_000)# 方法1：全排序start = time.time()top10_sort = np.sort(data)[-10:]print(f"sort耗时: {time.time()-start:.4f}s")# 方法2：局部排序（更高效）start = time.time()top10_part = np.partition(data, -10)[-10:]print(f"partition耗时: {time.time()-start:.4f}s")

第74天：NumPy安装 ✓第75天：ndarray对象 ✓第76天：数据类型 ✓第77天：数组属性 ✓第78天：创建数组 ✓第79天：切片和索引 ✓第80天：高级索引 ✓第81天：数组运算 ✓第82天：数组操作 ✓第83天：数学函数 ✓第84天：统计函数 ✓第85天：排序与选择 ✓ ← 你今天在这里第86天：文件读写第87天：与pandas结合...