파이썬으로 배우는 데이터 분석: NumPy - 데이터 정렬

NumPy는 ndarray 내 저장된 데이터의 정렬을 위한 함수를 제공한다.

 

np.sort(array)

 - 기본적으로 오름차순 정렬만 지원함

 - 정렬된 결과를 반환하지만, 원본 데이터는 변경하지 않음

 - 원본 데이터를 변경하려면 호출 순서를 다음과 같이 작성하면 됨

 - array.sort(): 원본 데이터를 변경하고 none 값을 반환

 - np.sort()를 활용한 내림차순 정렬

1) np.sort()를 통해 오름차순 정렬하여 저장

2) 오름차순 정렬된 배열을 역순으로 출력: array[::-1]

 

 

np.sort(array, axis)

 - 기본적으로 1차원 정렬과 동일함

 - 2차원 데이터의 정렬 시에는, axis를 통해 집계 방향을 결정함

 

 

np.argsort(array)

 - 입력된 배열을 오름차순으로 정렬한 뒤, 배열의 인덱스 값만 반환하는 함수

 

 

import numpy as np

# 샘플 데이터 생성
sample = np.array([2,5,8,1])
print('1D-Array Sample')
print(sample)

# np.sort() 정렬
result = np.sort(sample)
print('\nResult of np.sort')
print('Result :', result)
print('Original :', sample)

# [::-1] 실습
print('\nTest[::-1] ')
print('Original :', sample)
print('Result :',  sample[::-1])

# 내림차순 정렬
sort_arr = np.sort(sample)
result = sort_arr[::-1]
print('\nDcending Order')
print('Dcending :', result)

# 샘플 데이터 생성
sample = np.array([[9,11],[5,1]])
print('\n2D-Array Sample')
print(sample)

# 2차원 배열 정렬 by axis=0
result = np.sort(sample, axis=0)
print('\nnp.sort(axis=0) :')
print(result)

# 2차원 배열 정렬 by axis=1
result = np.sort(sample, axis=1)
print('\nnp.sort(axis=1) :')
print(result)

# 샘플 데이터 생성
name = np.array(['John','Samuel','Kate','Mike','Sarah'])
score = np.array([78,84,96,88,82])

# np.argsort() 통해 정렬된 인덱스 값만 반환
sort_indexes = np.argsort(score)
print('\nnp.argsort()')
print('sort indexes :', sort_indexes)

# 인덱스 값을 통해 컬럼명 조회
print('sort values :', name[sort_indexes])

1D-Array Sample
[2 5 8 1]
Result of np.sort
Result : [1 2 5 8]
Original : [2 5 8 1]
Test[::-1]
Original : [2 5 8 1]
Result : [1 8 5 2]
Dcending Order
Dcending : [8 5 2 1]
2D-Array Sample
[[ 9 11]
[ 5 1]]
np.sort(axis=0) :
[[ 5 1]
[ 9 11]]
np.sort(axis=1) :
[[ 9 11]
[ 1 5]]
np.argsort()
sort indexes : [0 4 1 3 2]
sort values : ['John' 'Sarah' 'Samuel' 'Mike' 'Kate']