Python中的a.sort，sorted(a)，np_argsort(a)和np.lexsort(b，a)

以特定顺序对数据元素进行排序是经常需要的操作。为了对数组中的元素进行排序，python使用名为sorted()和array.sort()的函数。

排序（数组）

此函数返回排序后的数组，而不修改原始数组。

a = [9,5,3,1,12,6]
b = sorted([9,5,3,1,12,6])
print "Sorted Array :\n",
print (b)
print "Original Array :\n",
print (a)

运行上面的代码给我们以下结果-

Sorted Array :
[1, 3, 5, 6, 9, 12]
Original Array :
[9, 5, 3, 1, 12, 6]

list.sort()

sort函数通过对提供的数组进行就地修改来返回已排序的数组。因此，原始数组将被修改，如下例所示。

a = [9,5,3,1,12,6]
print "Original Array :\n",
print (a)
print "Sorted Array :\n",
a.sort()
print (a)

运行上面的代码给我们以下结果-

Original Array :
[9, 5, 3, 1, 12, 6]
Sorted Array :
[1, 3, 5, 6, 9, 12]

因此，sorted()函数要慢一些，sort()因为它创建了原始数组的副本然后对其进行了修改。

使用Numpy可以完成更复杂的排序要求。Numpy是一个python库，由于它提供了许多高级功能，因此在科学数据处理中被广泛使用。在以下示例中，我们将看到纯python排序方法和Numpy排序方法。

numpy.argsort

numpy中的此函数返回排序数组的索引，而不是数组元素的索引。在下面的示例中，我们采用数组，打印其元素以及每个元素的索引。然后我们应用argsort函数，该函数为我们提供排序后的数组的索引，结果也是一个数组。

import numpy as np
x = np.array([9,5,3,1,12,6])
print(x)

#Print the positions of elements
for i in range(len(x)):
print "[",i,"]",x[i],
print "\n"
# Print the indices of sorted elements
s = np.argsort(x)
print(s)

运行上面的代码给我们以下结果-

[ 9 5 3 1 12 6]

[ 0 ] 9 [ 1 ] 5 [ 2 ] 3 [ 3 ] 1 [ 4 ] 12 [ 5 ] 6

[3 2 1 5 0 4]

numpy.lexsort

此功能用于使用涉及多个数组的多个排序键进行排序。例如，我们首先对A列中的数据进行排序，然后对B列中的值进行排序。在下面的示例中，我们采用表示A列和B列的两个数组。在应用lexsort()函数时，首先按A列然后按B列进行排序排序结果为包含A列中元素索引的数组。

import numpy as np
colA = [2,5,1,8,1] # First column
colB = [9,0,3,2,0] # Second column
# Sort by ColA and then by colB
sorted_index = np.lexsort((colB,colA))
print(sorted_index)
#print the result showing the
#column values as pairs
print [(colA[i],colB[i]) for i in sorted_index]

运行上面的代码给我们以下结果-

[4 2 0 1 3]
[(1, 0), (1, 3), (2, 9), (5, 0), (8, 2)]

如您所见，colA中最低的两个值分别在索引位置2和4处为1和1。但是结果显示4和2为升序，因为B列中分别为0和3的值也被排在首位0然后3，结果为4和2。