numpy.argsort

argsort(a, axis=-1, kind=None, order=None)

返回从小到大排序后的下标列表。

参数：

a：待排序的array
axis：一个int，指示排序维度，-1表示最后一维
kind：{‘quicksort’, ‘mergesort’, ‘heapsort’, ‘stable’}，排序方法，默认为‘quicksort’
order：定义排序顺序

import numpy as np

print(np.argsort([1, 5, 3, 4, 2]))

a = np.array([1, 5, 4, 3, 2])

print(a[np.argsort(a)[:2]])

1 2	[0 4 2 3 1] [1 2]

numpy.argmax/argmin

numpy.argmax(a, axis=None, out=None)

numpy.argmin(a, axis=None, out=None)

返回最大/小值的下标。

参数：

a：待排序的array
axis：一个int，指示排序维度，默认对array做扁平化处理
out：将结果加入out

a = np.arange(6).reshape(2, 3) + 10

print(a)

print(np.argmax(a))
print(np.argmax(a, axis = 0))
print(np.argmax(a, axis = 1))

[[10 11 12]
 [13 14 15]]
5
[1 1 1]
[2 2]

numpy.bincount

numpy.bincount(x, weights=None, minlength=0)

统计每个元素的出现次数。

bin值为x中最大数字的值+1，函数返回一个长度为bin的array，表示每个数字的出现次数。

参数：

x：一维非负整数array
weights：一个与x具有相同shape的array，可以为不同位置设定不同的统计权重
minlength：限定bin的最小值

1	print(np.bincount(np.array([0, 1, 1, 3, 2, 1, 7])))

1	[1 3 1 1 0 0 0 1]

1
2
3

w = np.array([0.3, 0.5, 0.2, 0.7, 1, -0.6])
x = np.array([0, 1, 1, 2, 2, 2])
print(np.bincount(x,  weights=w))

1	[0.3 0.7 1.1]

numpy.split/array_split

numpy.split(ary, indices_or_sections, axis=0)

numpy.array_split(ary, indices_or_sections, axis=0)

将array分割为若干个sub-arrays。

若第二个参数是一个int N，则将array均分为N份；若第二个参数是一个一维array，则表示分割点。

split()和array_split()的区别在于当第二个参数为int且无法整除序列长度时，split()会报错，而array_split()不会。

参数：

ary：待分割array
indices_or_sections：含义如上所述
axis：分割所沿的维度

x = np.arange(9)
y = np.arange(8)

print(np.split(x, 3))
print(np.array_split(y, 3))

print(np.split(x, [3, 5, 6, 10]))

1
2
3

[array([0, 1, 2]), array([3, 4, 5]), array([6, 7, 8])]
[array([0, 1, 2]), array([3, 4, 5]), array([6, 7])]
[array([0, 1, 2]), array([3, 4]), array([5]), array([6, 7, 8]), array([], dtype=int32)]

numpy.vstack/hstack

numpy.vstack(tup)

numpy.hstack(tup)

沿垂直/水平方向堆叠array。

参数：

tup：一组arrays，除第一/二维度外应具有相同的shape

a = np.array([1, 2, 3])
b = np.array([2, 3, 4])
print(np.vstack((a,b)))

a = np.array([[1],[2],[3]])
b = np.array([[2],[3],[4]])
print(np.hstack((a,b)))

[[1 2 3]
 [2 3 4]]
[[1 2]
 [2 3]
 [3 4]]