python的numpy中涉及了几种简单的排序方法，在此简单介绍，以便后续使用。
以下是官网上给出的该方法的简介：
numpy.sort(a, axis=1, kind='quicksort', order=None)
Parameters: a : array_like
Array to be sorted.
axis : int or None, optional
Axis along which to sort. If None, the array is flattened
before sorting. The default is 1, which sorts along the last
axis.
kind : {‘quicksort’, ‘mergesort’, ‘heapsort’}, optional
Sorting algorithm. Default is ‘quicksort’.
order : str or list of str, optional
When a is an array with fields defined, this argument
specifies which fields to compare first, second, etc. A
single field can be specified as a string, and not all
fields need be specified, but unspecified fields will still
be used, in the order in which they come up in the dtype, to
break ties.
Returns: sorted_array : ndarray
Array of the same type and shape as a.
：所需排序的数组
：数组排序时的基准，
，按行排列；
，按列排列
：数组排序时使用的方法，其中：
为快排；
为混排；
为堆排；
：一个字符串或列表，可以设置按照某个属性进行排序
举例说明
参数axis
import numpy as np
>>> list1 = [[4,3,2],[2,1,4]]
>>> array=np.array(list1)
>>> array
array([[4, 3, 2],
[2, 1, 4]])
>>> array.sort(axis=1)
>>> array
array([[2, 3, 4],
[1, 2, 4]])
# axis=1,说明是按照列进行排序，也就是说，每一行上的元素沿着列的方向实现了递增，
# 如[4, 3, 2]变为了[2, 3, 4]，[2, 1, 4]变为了[1, 2, 4]
>>> array.sort(axis=0)
>>>> array
array([[1, 2, 4],
[2, 3, 4]])
# axis=0,说明是按照行进行排序，也就是说，每一列上的元素沿着行的方向实现了递增，
# 如[2, 1]变为了[1, 2]，[3, 2]变为了[2, 3]
>>>np.sort(array, axis=None)
array([1, 2, 2, 3, 4, 4])
# 当axis=None，将所有元素统一排序参数order
import numpy as np
>>> dtype = [('Name', 'S10'), ('Height', float), ('Age', int)]
>>> values = [('Li', 1.8, 41), ('Wang', 1.9, 38),('Duan', 1.7, 38)]
>>> a = np.array(values, dtype=dtype)
>>> np.sort(a, order='Height') # 按照属性Height进行排序,此时参数为字符串
array([('Duan', 1.7, 38), ('Li', 1.8, 41),('Wang', 1.9, 38)],
dtype=[('Name', '|S10'), ('Height', '<f8'), ('Age', '<i4')])
>>> np.sort(a, order=['Age', 'Height'])
# 先按照属性Age排序,如果Age相等，再按照Height排序，此时参数为列表
array([('Duan', 1.7, 38), ('Wang', 1.9, 38),('Li', 1.8, 41)],
dtype=[('Name', '|S10'), ('Height', '<f8'), ('Age', '<i4')])
numpy.argsort(a, axis=1, kind='quicksort', order=None)
Parameters: a : array_like
Array to sort.
axis : int or None, optional
Axis along which to sort. The default is 1 (the last axis).
If None, the flattened array is used.
kind : {‘quicksort’, ‘mergesort’, ‘heapsort’}, optional
Sorting algorithm.
order : str or list of str, optional
When a is an array with fields defined, this argument
specifies which fields to compare first, second, etc. A
single field can be specified as a string, and not all fields
need be specified, but unspecified fields will still be used,
in the order in which they come up in the dtype, to break
ties.
Returns: index_array : ndarray, int
Array of indices that sort a along the specified axis. If a
is one-dimensional, a[index_array] yields a sorted a.
：所需排序的数组
：数组排序时的基准，
，按行排列；
，按列排列
：数组排序时使用的方法，其中：
为快排；
为混排；
为堆排；
：一个字符串或列表，可以设置按照某个属性进行排序
举例说明
参数axis
>>>list1=[4,2,5,7,3]
>>>a=np.array(list1)
>>>a
array([4, 2, 5, 7, 3])
>>>b=np.argsort(a)
>>>b
array([1, 4, 0, 2, 3], dtype=int64)
# 列表b的元素表示的是原列表a中的元素的索引，5各元素的索引分别为0-4
# 返回的结果可以这样解读：
# b[0]=1，表示原列表a的最小元素的索引为1，即原列表a中的第2个元素为最小值
# b[1]=4，表示原列表a的第二小元素的索引为4，即原列表a中的第5个元素为第二小元素
# ...
# b[4]=3，表示原列表a中的最大元素的索引为3，即原列表a中的第4个元素为最大值
>>>list2=[[3, 2],[5, 7]]
>>>c=np.array(list2)
>>>c
array([[3, 2],[5, 7]])
>>>np.argsort(c, axis=1)
array([[1, 0],[0, 1]],dtype=int64)
# axis=1，表明按照列进行排序，即是对[3, 2]进行排序，所以得到索引为[1, 0],其他同理
>>>np.argsort(c, axis=0)
array([[0, 1],[0, 1]],dtype=int64)
# axis=0，表明按照行进行排序，即是对[3, 5]进行排序，所以得到索引为[0, 1],其他同理参数order
>>> x = np.array([(1, 0), (0, 1)], dtype=[('x', '<i4'), ('y', '<i4')])
>>> x
array([(1, 0), (0, 1)], dtype=[('x', '<i4'), ('y', '<i4')])
>>> np.argsort(x, order=('x','y'))
# 先按照x进行比较，再按照y进行比较，即是先比较1与0
array([1, 0])
>>> np.argsort(x, order=('y','x'))
# 先按照y进行比较，再按照x进行比较，即是先比较0与1
array([0, 1])
numpy.argsort(a, axis=-1, kind='quicksort', order=None)
Parameters: a : array_like
Array to sort.
axis : int or None, optional
Axis along which to sort. The default is -1 (the last
axis). If None, the flattened array is used.
kind : {‘quicksort’, ‘mergesort’, ‘heapsort’}, optional
Sorting algorithm.
order : str or list of str, optional
When a is an array with fields defined, this argument
specifies which fields to compare first, second, etc. A
single field can be specified as a string, and not all
fields need be specified, but unspecified fields will
still be used, in the order in which they come up in the
dtype, to break ties.
Returns: index_array : ndarray, int
Array of indices that sort a along the specified axis. If
a is one-dimensional, a[index_array] yields a sorted a
：所需排序的数组
：数组排序时的基准，
，按行排列；
，按列排列
：数组排序时使用的方法，其中：
为快排；
为混排；
为堆排；
：一个字符串或列表，可以设置按照某个属性进行排序
举例说明
>>> a=[1,5,1,4,3,4,4]
>>> b=[9,4,0,4,0,2,1]
>>> np.lexsort((b,a))
# b在前，a在后，即是先按照a的元素进行比较
# 如a中的最小值为两个1，其索引分别为0,2，再计较b中相应索引上的值，即9,0
# 对应的最小应是：1,0，而其对应的索引为2，所以排序后返回的结果第一个值为索引2
# 下一个最小应是：1,9，而其对应的索引为0，所以排序后返回的结果第一个值为索引0
# 以此类推...
array([2, 0, 4, 6, 5, 3, 1], dtype=int64)
>>> np.lexsort((a,b))
# a在前，b在后，即是先按照b的元素进行比较
# 如b中的最小值为两个0，其索引分别为0,4，再计较a中相应索引上的值，即1,3
# 对应的最小应是：0,1，而其对应的索引为2，所以排序后返回的结果第一个值为索引2
# 下一个最小应是：0,3，而其对应的索引为4，所以排序后返回的结果第一个值为索引4
# 以此类推...
array([2, 4, 6, 5, 3, 1, 0], dtype=int64)
>>> c=[[1,5,1,4,3,4,4],[9,4,0,4,0,2,1]]
>>> c
[[1, 5, 1, 4, 3, 4, 4], [9, 4, 0, 4, 0, 2, 1]]
>>> np.lexsort(c)
# 此种情况与先b后a的情况一致
array([2, 4, 6, 5, 3, 1, 0], dtype=int64)
基本与numpy.sort一致，不再介绍，详情参考：SciPy.org
numpy.searchsorted(a, v, side='left', sorter=None)
Parameters: a : 1-D array_like
Input array. If sorter is None, then it must be sorted in
ascending order, otherwise sorter must be an array of
indices that sort it.
v : array_like
Values to insert into a.
side : {‘left’, ‘right’}, optional
If ‘left’, the index of the first suitable location found
is given. If ‘right’, return the last such index. If
there is no suitable index, return either 0 or N (where N
is the length of a).
sorter : 1-D array_like, optional
Optional array of integer indices that sort array a into
ascending order. They are typically the result of
argsort.
Returns: indices : array of ints
Array of insertion points with the same shape as v
：所需排序的数组
：待查询索引的元素值
：查询索引时的方向，其中：
为从左至右；
为从右至左
：一个字符串或列表，可以设置按照某个属性进行排序
举例说明
>>> list3=[1,2,3,4,5]
>>> np.searchsorted(list3,2)
1
# 如若要在list3中插入元素2，则应当将其插在原列表索引为1的地方，即是插在元素1的后面
>>> np.searchsorted(list3,[-5,7,4,9])
array([0, 5, 3, 5], dtype=int64)
# 如若要在list3中插入元素-5，则应当将其插在原列表索引为0的地方，即是插在元素1的前面
# 其他以此类推...
numpy.partition(a, kth, axis=-1, kind='introselect', order=None)
Parameters: a : array_like
Array to be sorted.
kth : int or sequence of ints
Element index to partition by. The k-th value of the
element will be in its final sorted position and all
smaller elements will be moved before it and all equal or
greater elements behind it. The order all elements in the
partitions is undefined. If provided with a sequence of
k-th it will partition all elements indexed by k-th of
them into their sorted position at once.
axis : int or None, optional
Axis along which to sort. If None, the array is flattened
before sorting. The default is -1, which sorts along the
last axis.
kind : {‘introselect’}, optional
Selection algorithm. Default is ‘introselect’.
order : str or list of str, optional
When a is an array with fields defined, this argument
specifies which fields to compare first, second, etc. A
single field can be specified as a string. Not all fields
need be specified, but unspecified fields will still be
used, in the order in which they come up in the dtype, to
break ties.
Returns: partitioned_array : ndarray
Array of the same type and shape as a举例说明
>>>list=[3,4,5,2,1]
>>>np.partition(list,3)
array([2, 1, 3, 4, 5])
# 以排序后的第3个数，即3进行分区，分区后的结果即是：
# 小于3的元素2,1位于3的前面，大于等于3的元素4,5位于3的后面
sorted(iterable[, cmp[, key[, reverse]]])
sorted() 函数对所有可迭代的对象进行排序操作。
sort 与 sorted 区别：
sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。
list 的 sort 方法返回的是对已经存在的列表进行操作，而内建函数 sorted 方法返回的是一个
新的 list，而不是在原来的基础上进行的操作。
# sorted()可以利用参数reverse=True进行反向排序
>>>list=[3,4,2,6,1]
>>>sorted(list)
[1, 2, 3, 4, 6]
>>>sorted(list, reverse=True)
[6, 4, 3, 2, 1]