NumPy 排序与条件筛选函数：数据处理的两大利器
在处理科学计算、数据分析或机器学习任务时，我们常常需要对大量数值数据进行整理和提取。NumPy 作为 Python 中最核心的数值计算库，提供了强大的排序和条件筛选功能，能让我们高效地完成这些操作。今天，我们就来深入聊聊 NumPy 的排序与条件筛选函数，带你从零开始掌握它们的核心用法。
想象一下，你有一堆学生的考试成绩数据，现在需要找出高于 80 分的同学，或者按分数从高到低排序。如果手动一个个判断或排序，效率极低。而 NumPy 的排序与条件筛选函数，就像一个自动化的“数据整理员”，几行代码就能搞定。
创建数组与初始化
在开始之前，先导入 NumPy 库。这是所有操作的基础。
import numpy as np
接下来，我们创建一个简单的二维数组，模拟学生成绩表。每行代表一个学生，每列代表一门科目。
scores = np.array([
[85, 90, 78],
[92, 88, 95],
[76, 80, 82],
[98, 94, 91],
[67, 75, 70]
])
print("原始成绩数组：")
print(scores)
输出结果：
原始成绩数组：
[[85 90 78]
[92 88 95]
[76 80 82]
[98 94 91]
[67 75 70]]
这个数组就像一个电子表格，每一行是一个学生，每一列是一门课。接下来，我们就要用 NumPy 的功能来“加工”它。
NumPy 排序函数详解
排序是数据处理中最常见的需求之一。NumPy 提供了多种排序方式，满足不同场景。
使用 sort() 函数进行原地排序
np.sort() 是最常用的排序函数，它会返回一个排序后的新数组，原数组不变。
sorted_scores = np.sort(scores, axis=1)
print("按每行升序排序后：")
print(sorted_scores)
输出：
按每行升序排序后：
[[78 85 90]
[88 92 95]
[76 80 82]
[91 94 98]
[67 70 75]]
注意：axis=1 表示按列方向（横向）排序，即每行内部排序。如果设置 axis=0，则按行方向（纵向）排序，即每列内部排序。
使用 argsort() 获取排序索引
有时我们不仅想知道排序后的结果，还想保留原始位置信息。这时 argsort() 就派上用场了。
row_indices = np.argsort(scores, axis=1)
print("每行排序的原始索引：")
print(row_indices)
输出：
每行排序的原始索引：
[[2 0 1]
[1 0 2]
[0 1 2]
[2 1 0]
[0 2 1]]
比如第一行 [85, 90, 78] 排序后是 [78, 85, 90]，对应原始位置是第 2 个、第 0 个、第 1 个元素。这在后续定位原始数据时非常有用。
条件筛选函数：精准提取数据
如果说排序是“整理”，那条件筛选就是“精准定位”。NumPy 的布尔索引机制，让条件筛选变得异常灵活。
基本布尔索引用法
我们可以直接用条件表达式生成布尔数组，然后用它来筛选原始数据。
high_scores = scores > 80
print("大于 80 的位置标记：")
print(high_scores)
filtered_scores = scores[high_scores]
print("所有大于 80 的成绩：")
print(filtered_scores)
输出：
大于 80 的位置标记：
[[ True True False]
[ True True True]
[False True True]
[ True True True]
[False False False]]
所有大于 80 的成绩：
[85 90 92 88 95 80 82 98 94 91]
注意：scores > 80 返回的是一个布尔数组，形状与原数组一致。当用它作为索引时，NumPy 会提取所有 True 对应位置的元素，形成一维数组。
多条件筛选：使用逻辑运算符
实际场景中，我们常需要多个条件。NumPy 支持 &（与）、|（或）、~（非）等逻辑运算符。
condition = (scores > 80) & (scores < 90)
print("大于 80 且小于 90 的位置：")
print(condition)
filtered = scores[condition]
print("符合条件的成绩：")
print(filtered)
输出：
大于 80 且小于 90 的位置：
[[ True False False]
[False False True]
[False True True]
[False False False]
[False False False]]
符合条件的成绩：
[85 88 80 82]
注意：括号 () 是必须的，因为 & 的优先级高于 > 和 <，不加括号会报错。
按行或列筛选：结合 axis 参数
有时候我们想筛选整行或整列。比如找出“所有科目都高于 80”的学生。
all_high = np.all(scores > 80, axis=1)
print("所有科目都大于 80 的学生：")
print(all_high)
top_students = scores[all_high]
print("这些学生的成绩：")
print(top_students)
输出：
所有科目都大于 80 的学生：
[False False False True False]
这些学生的成绩：
[[98 94 91]]
这里 axis=1 表示按行判断，np.all() 要求该行所有元素都满足条件才返回 True。这在“全勤奖”、“全优生”这类筛选中非常实用。
实际应用案例：成绩分析系统
我们来整合前面的知识，构建一个简单的成绩分析功能。
np.random.seed(42) # 保证结果可复现
student_scores = np.random.randint(60, 100, size=(10, 3))
print("学生原始成绩（10 人，3 门课）：")
print(student_scores)
avg_per_subject = np.mean(student_scores, axis=0)
sorted_subjects = np.argsort(avg_per_subject)
print(f"\n按平均分从低到高排序的科目：{sorted_subjects}")
print(f"平均分：{avg_per_subject}")
total_scores = np.sum(student_scores, axis=1)
high_achievers = total_scores > 250
print(f"\n总分超过 250 的学生编号：{np.where(high_achievers)[0]}")
print(f"这些学生的总分：{total_scores[high_achievers]}")
two_high = np.sum(student_scores > 90, axis=1) >= 2
excellent_students = student_scores[two_high]
print(f"\n至少两门课超过 90 的学生：")
print(excellent_students)
这个案例展示了如何结合排序和条件筛选，完成一个完整的分析流程：从数据准备到条件提取，再到结果输出。
总结与进阶建议
NumPy 的排序与条件筛选函数，是数据处理的基石。掌握它们，不仅能提升代码效率，还能让你在数据分析和机器学习项目中游刃有余。
排序方面，np.sort() 用于生成新数组，argsort() 用于获取位置索引，适合需要追踪原始位置的场景。条件筛选则依赖布尔索引，通过 &、|、~ 实现复杂逻辑，配合 np.all()、np.any() 可完成行列级判断。
建议初学者从简单数组开始练习，逐步尝试多维数组和组合条件。记住：NumPy 的核心优势在于向量化操作，避免使用 Python 的 for 循环，这样才能真正发挥其性能优势。
最后，当数据量增大时，这些函数的高效性会愈发明显。无论是处理百万级数据，还是构建自动化分析流水线，NumPy 的排序与条件筛选函数都将是你的得力助手。