NumPy中提供了各種排序相關功能。 這些排序函式實現不同的排序演算法，每個排序演算法的特徵在於執行速度，最壞情況效能，所需的工作空間和演算法的穩定性。 下表顯示了三種排序演算法的比較。
| 種類 | 速度 | 最壞情況 | 工作空間 | 穩定性 |
|---|---|---|---|---|
'quicksort'(快速排序) |
1 | O(n^2) |
0 | 否 |
'mergesort'(歸併排序) |
2 | O(n*log(n)) |
~n/2 | 是 |
'heapsort'(堆排序) |
3 | O(n*log(n)) |
0 | 否 |
numpy.sort()sort()函式返回輸入陣列的排序副本。 它有以下引數：
numpy.sort(a, axis, kind, order)
其中：
| 序號 | 引數及描述 |
|---|---|
| 1. | a 要排序的陣列 |
| 2. | axis 沿著它排序陣列的軸，如果沒有陣列會被展開，沿著最後的軸排序 |
| 3. | kind 預設為'quicksort'(快速排序) |
| 4. | order 如果陣列包含欄位，則是要排序的欄位 |
import numpy as np
a = np.array([[3,7],[9,1]])
print '我們的陣列是：'
print a
print '\n'
print '呼叫 sort() 函式：'
print np.sort(a)
print '\n'
print '沿軸 0 排序：'
print np.sort(a, axis = 0)
print '\n'
# 在 sort 函式中排序欄位
dt = np.dtype([('name', 'S10'),('age', int)])
a = np.array([("raju",21),("anil",25),("ravi", 17), ("amar",27)], dtype = dt)
print '我們的陣列是：'
print a
print '\n'
print '按 name 排序：'
print np.sort(a, order = 'name')
輸出如下：
我們的陣列是：
[[3 7]
[9 1]]
呼叫 sort() 函式：
[[3 7]
[1 9]]
沿軸 0 排序：
[[3 1]
[9 7]]
我們的陣列是：
[('raju', 21) ('anil', 25) ('ravi', 17) ('amar', 27)]
按 name 排序：
[('amar', 27) ('anil', 25) ('raju', 21) ('ravi', 17)]
numpy.argsort()numpy.argsort()函式對輸入陣列沿給定軸執行間接排序，並使用指定排序型別返回資料的索引陣列。 這個索引陣列用於構造排序後的陣列。
import numpy as np
x = np.array([3, 1, 2])
print '我們的陣列是：'
print x
print '\n'
print '對 x 呼叫 argsort() 函式：'
y = np.argsort(x)
print y
print '\n'
print '以排序後的順序重構原陣列：'
print x[y]
print '\n'
print '使用迴圈重構原陣列：'
for i in y:
print x[i],
輸出如下：
我們的陣列是：
[3 1 2]
對 x 呼叫 argsort() 函式：
[1 2 0]
以排序後的順序重構原陣列：
[1 2 3]
使用迴圈重構原陣列：
1 2 3
numpy.lexsort()函式使用鍵序列執行間接排序。 鍵可以看作是電子試算表中的一列。 該函式返回一個索引陣列，使用它可以獲得排序資料。 注意，最後一個鍵恰好是 sort 的主鍵。
import numpy as np
nm = ('raju','anil','ravi','amar')
dv = ('f.y.', 's.y.', 's.y.', 'f.y.')
ind = np.lexsort((dv,nm))
print '呼叫 lexsort() 函式：'
print ind
print '\n'
print '使用這個索引來獲取排序後的資料：'
print [nm[i] + ", " + dv[i] for i in ind]
輸出如下：
呼叫 lexsort() 函式：
[3 1 0 2]
使用這個索引來獲取排序後的資料：
['amar, f.y.', 'anil, s.y.', 'raju, f.y.', 'ravi, s.y.']
NumPy 模組有一些用於在陣列內搜尋的函式。 提供了用於找到最大值，最小值以及滿足給定條件的元素的函式。
numpy.argmax() 和 numpy.argmin()這兩個函式分別沿給定軸返回最大和最小元素的索引。
import numpy as np
a = np.array([[30,40,70],[80,20,10],[50,90,60]])
print '我們的陣列是：'
print a
print '\n'
print '呼叫 argmax() 函式：'
print np.argmax(a)
print '\n'
print '展開陣列：'
print a.flatten()
print '\n'
print '沿軸 0 的最大值索引：'
maxindex = np.argmax(a, axis = 0)
print maxindex
print '\n'
print '沿軸 1 的最大值索引：'
maxindex = np.argmax(a, axis = 1)
print maxindex
print '\n'
print '呼叫 argmin() 函式：'
minindex = np.argmin(a)
print minindex
print '\n'
print '展開陣列中的最小值：'
print a.flatten()[minindex]
print '\n'
print '沿軸 0 的最小值索引：'
minindex = np.argmin(a, axis = 0)
print minindex
print '\n'
print '沿軸 1 的最小值索引：'
minindex = np.argmin(a, axis = 1)
print minindex
輸出如下：
我們的陣列是：
[[30 40 70]
[80 20 10]
[50 90 60]]
呼叫 argmax() 函式：
7
展開陣列：
[30 40 70 80 20 10 50 90 60]
沿軸 0 的最大值索引：
[1 2 0]
沿軸 1 的最大值索引：
[2 0 1]
呼叫 argmin() 函式：
5
展開陣列中的最小值：
10
沿軸 0 的最小值索引：
[0 1 1]
沿軸 1 的最小值索引：
[0 2 0]
numpy.nonzero()numpy.nonzero()函式返回輸入陣列中非零元素的索引。
import numpy as np
a = np.array([[30,40,0],[0,20,10],[50,0,60]])
print '我們的陣列是：'
print a
print '\n'
print '呼叫 nonzero() 函式：'
print np.nonzero (a)
輸出如下：
我們的陣列是：
[[30 40 0]
[ 0 20 10]
[50 0 60]]
呼叫 nonzero() 函式：
(array([0, 0, 1, 1, 2, 2]), array([0, 1, 1, 2, 0, 2]))
numpy.where()where()函式返回輸入陣列中滿足給定條件的元素的索引。
import numpy as np
x = np.arange(9.).reshape(3, 3)
print '我們的陣列是：'
print x
print '大於 3 的元素的索引：'
y = np.where(x > 3)
print y
print '使用這些索引來獲取滿足條件的元素：'
print x[y]
輸出如下：
我們的陣列是：
[[ 0. 1. 2.]
[ 3. 4. 5.]
[ 6. 7. 8.]]
大於 3 的元素的索引：
(array([1, 1, 2, 2, 2]), array([1, 2, 0, 1, 2]))
使用這些索引來獲取滿足條件的元素：
[ 4. 5. 6. 7. 8.]
numpy.extract()extract()函式返回滿足任何條件的元素。
import numpy as np
x = np.arange(9.).reshape(3, 3)
print '我們的陣列是：'
print x
# 定義條件
condition = np.mod(x,2) == 0
print '按元素的條件值：'
print condition
print '使用條件提取元素：'
print np.extract(condition, x)
輸出如下：
我們的陣列是：
[[ 0. 1. 2.]
[ 3. 4. 5.]
[ 6. 7. 8.]]
按元素的條件值：
[[ True False True]
[False True False]
[ True False True]]
使用條件提取元素：
[ 0. 2. 4. 6. 8.]