[b]简单介绍[/b] NumPy系统是Python的一种开源的数组计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。 [b]创建数组[/b] 创建1维数组： [code]data = np.array([1,3,4,8])　[/code]　 查看数组维度 [code]data.shape[/code] 查看数组类型 [code]data.dtype[/code] 通过索引获取或修改数组元素 [code]data[1] 获取元素 data[1] = 'a' 修改元素　[/code]　 [b]创建二维数组[/b] [code]data = np.array([[1,2,3],[4,5,6]])[/code] 两个元素均为列表<br>2.data = np.arange(10) 与python的range一样，range返回列表，arange返回array类型的一个数组<br>3.data2 = data.reshape(2,5) 返回一个2*5的数组，他不是拷贝数组是引用，只是返回数组的不同视图，data改变data2也会改变 [b]创建特殊数组　[/b] [code]data = np.zeros((2,2)) 创建2*2全为0的2维数组 data = np.ones((2,3,3,)) 创建全为1的三维数组 data = np.eye(4) 创建4*4的对角数组，对角元素为1，其它都为0 [/code] [b]数组转换[/b] [code]data = np.arange(16).reshape(4,4) 将0-16的移位数组转换为4*4的数组　[/code]　 [b]排序方式[/b] 说明：经常需要对数组或者list进行排序，python提供了好几种排序的函数，下面说明下特点； 二维数组a： 1、[code]ndarray.sort(axis=-1,kind='quicksort',order=None)[/code] 使用方法：a.sort 参数说明： axis：排序沿着数组的方向，0表示按行，1表示按列 kind：排序的算法，提供了快排、混排、堆排 order：不是指的顺序，以后用的时候再去分析这个 作用效果：对数组a排序，排序后直接改变了a 例如： 2、[code]numpy.sort(a,axis=-1,kind='quicksort',order=None)[/code] 使用方法：[code]numpy.sort(a)[/code] 参数说明： a：要排序的数组，其他同1 作用效果：对数组a排序，返回一个排序后的数组（与a相同维度），a不变 例如： 3、numpy.argsort(a,axis=-1,kind='quicksort',order=None) 使用方法：numpy.argsort(a) 参数说明：同2 作用效果：对数组a排序，返回一个排序后索引，a不变 例如： 4、[code]sorted(iterable,cmp=None,key=None,reverse=False)[/code] 说明：内置的排序函数，对list，字典等等可以使用 iterable：是可迭代类型; cmp：用于比较的函数，比较什么由key决定,有默认值，迭代集合中的一项; key：用列表元素的某个属性和函数进行作为关键字，有默认值，迭代集合中的一项; reverse：排序规则.reverse=True或者reverse=False，默认False（从小到大）。 返回值：是一个经过排序的可迭代类型，与iterable一样; 例如：b是一个字典 b： {'a':2,'c':1,'b':3} 对b进行排序： 可见：返回的是一个list [b]总结[/b] 以上就是本文关于浅谈numpy数组的几种排序方式的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！