1.快速排序
np.sort() 与 ndarray.sort() 都可以，但有区别：
-
np.sort()：不改变原数组，创建一个新的数组，开辟新的内存空间
-
ndarray.sort()：改变原数组，不多占内存空间
# 导包import numpy as npn1 = np.random.randint(0,10,size=6)n1# 执行结果array([5, 0, 2, 5, 8, 2])# 不改变原数组排序n2 = np.sort(n1)n2# 执行结果array([0, 2, 2, 5, 5, 8])n1# 执行结果array([5, 0, 2, 5, 8, 2])n3 = np.random.randint(0,10,size=6)n3# 执行结果array([4, 8, 6, 5, 5, 2])# 改变原数组排序n3.sort()n3# 执行结果array([2, 4, 5, 5, 6, 8])
2.保存数组
-
save：保存 ndarray 到一个 npy 文件
-
savez：将多个 array 保存到一个 npz 文件中
x = np.arange(5)y = np.arange(10,20)# savenp.save("x",x)# saveznp.savez("arr.npz",xarr=x,yarr=y)
3.读取数组
# 读取 npy 文件np.load("./x.npy")# 执行结果array([0, 1, 2, 3, 4])# 读取 npz文件np.load("./arr.npz")["xarr"]# 执行结果array([0, 1, 2, 3, 4])np.load("./arr.npz")["yarr"]# 执行结果array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19])
4.csv、txt文件的读写操作
n = np.random.randint(0,10,size=(3,4))n# 执行结果array([[8, 6, 5, 5],[2, 0, 4, 8],[0, 7, 3, 9]])# 存储到csv或txt，csv需要设置delimiter=","：分隔符np.savetxt("arr.csv",n,delimiter=",")# 读取csv或textnp.loadtxt("./arr.csv",delimiter=",",dtype=np.int16)# 执行结果array([[8, 6, 5, 5],[2, 0, 4, 8],[0, 7, 3, 9]], dtype=int16)np.savetxt("arr.text",n)np.loadtxt("./arr.text",dtype=np.int16)# 执行结果array([[8, 6, 5, 5],[2, 0, 4, 8],[0, 7, 3, 9]], dtype=int16)
