На этом шаге мы рассмотрим пример задачи, решение которой использует эти функции.
Код
Следующий однострочник выясняет имена трех абитуриентов с самыми высокими оценками SAT. Обратите внимание, что нам нужны имена абитуриентов, а не отсортированные оценки SAT. Взгляните на данные и попытайтесь сами найти однострочное решение. И лишь затем разберите пример 3.23.
Пример 3.23. Однострочное решение, включающее функцию argsort() и срез с отрицательным значением шага
## Зависимости import numpy as np ## Данные: оценки за экзамен SAT для различных абитуриентов sat_scores = np.array([1100, 1256, 1543, 1043, 989, 1412, 1343]) students = np.array(["John", "Bob", "Alice", "Joe", "Jane", "Frank", "Carl"]) ## Однострочник top_3 = students[np.argsort(sat_scores)][:-4:-1] ## Результат print(top_3)
Как обычно, попробуйте догадаться, какими будут результаты.
Принцип работы
Наши исходные данные состоят из оценок SAT абитуриентов в виде одномерного массива данных и еще одного массива с соответствующими именами абитуриентов. Например, Джон набрал на этом экзамене вполне приличную оценку в 1100, а Фрэнк показал великолепный результат - 1412.
Наша задача - выяснить имена трех лучших абитуриентов. Для этого мы не просто отсортировали оценки SAT, а воспользовались функцией argsort(), чтобы получить массив с исходными индексами в новых, отсортированных позициях.
Вот результаты работы функции argsort() для оценок SAT:
print(np.argsort(sat_scores)) # [4 3 0 1 6 5 2]
Индексы необходимо сохранить, чтобы узнать имена абитуриентов из массива students, соответствующие исходным позициям в массиве. На первой позиции результата находится индекс 4, поскольку у Джейн самая низкая оценка SAT, равная 989 баллам. Обратите внимание, что и sort(), и argsort() сортируют в порядке возрастания, от самых низких значений к самым высоким.
Получив отсортированные индексы, можно узнать имена соответствующих абитуриентов с помощью доступа по индексу к массиву students:
print(students[np.argsort(sat_scores)]) # ['Jane' 'Joe' 'John' 'Bob' 'Carl' 'Frank' 'Alice']
Возможность библиотеки NumPy переупорядочивать последовательность с помощью расширенного доступа по индексу очень удобна. Если указать последовательность индексов, то NumPy запускает расширенный доступ по индексу и возвращает новый массив NumPy с элементами, переупорядоченными так, как указано в этой последовательности. Например, результат вычисления команды students[np.argsort(sat_scores)] равен students[[4 3 0 1 6 5 2]], вследствие чего NumPy создает следующий новый массив:
[students[4] students[3] students[0] students[1] students[6] students[5] students[2]]
Из этого ясно, что у Джейн самые низкие оценки SAT, а у Алисы - самые высокие. Осталось только инвертировать список и извлечь из него трех лучших абитуриентов с помощью простого среза:
## Однострочник top_3 = students[np.argsort(sat_scores)][:-4:-1] ## Результат print(top_3) # ['Alice' 'Frank' 'Carl']
У Алисы, Фрэнка и Карла самые высокие оценки SAT: 1543, 1412 и 1343 соответственно.
Итак, вы изучили приложение двух важных функций NumPy: sort() и argsort(). Далее вам предстоит еще больше улучшить свое знание доступа по индексу и срезов в NumPy, воспользовавшись булевым доступом по индексу и лямбда-функциями в практическом примере исследования данных.
На следующем шаге мы рассмотрим фильтрацию массивов с помощью лямбда-функций и булев доступ по индексу.
