1.sort
numpy.sort(a, axis=1, kind='quicksort', order=None)
- a ：所需排序的数组
- axis：数组排序时的基准，axis=0按行排列；axis=1按列排列
- kind：数组排序时使用的方法，其中：
- kind=′quicksort′为快排；kind=′mergesort′为混排；kind=′heapsort′为堆排；
- order：一个字符串或列表，可以设置按照某个属性进行排序
2.argsort
numpy.argsort(a, axis=1, kind='quicksort', order=None)
- a ：所需排序的数组
- axis：数组排序时的基准，axis=0按行排列；axis=1按列排列
- kind：数组排序时使用的方法，其中：
- kind=′quicksort′为快排；kind=′mergesort′为混排；kind=′heapsort′为堆排；
- order：一个字符串或列表，可以设置按照某个属性进行排序
3.lexsort 排字典序函数
numpy.argsort(a, axis=-1, kind='quicksort', order=None)
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...
下例lexsort以最后一行开始，首先对a进行排序，可以发现a中有几个元素是相同的，有着相同元素的按照索引小的在前，
因此a排序后的索引数组为[ 0, 2, 4, 3, 5, 6, 1 ]。然后我们对b进行排序，排序结果为[ 2, 4, 6, 5, 3, 1, 0 ]，
最后的排序结果为[ 2, 0, 4, 6, 5, 3, 1 ],我们知道a中索引0和2数值相等，但是在b中索引为2的元素比索引为0的元素小，
所以最终的比较结果为第二列比第0列小，其他列同理。其实上面相当于是对 19,54,10,44,30,42,41进行排序，
带下划线的元素是主关键字，主关键字来自a(最后一行)，当主关键字比较不出结果，则参考次关键字(b对应行)的比较结果得出最后的排序结果
另外对有序数组中，我们可以用searchsorted找到某个元素合适的位置。这里不一定会找到查找成功，
但是如果待查找元素存在则一定在那个的位置上。因此searchsorted方法可以轻松找到某一个区间的临界点的索引。
（注意如果元素存在且不止一个，则默认返回最左边的索引）
4.numpy.searchsorted
- numpy.searchsorted(a, v, side='left', sorter=None)
- a：所需排序的数组
- v：待查询索引的元素值
- side：查询索引时的方向，其中：kind=′left′为从左至右；kind=′right′为从右至左
- sorder：一个字符串或列表，可以设置按照某个属性进行排序
5.numpy.partition(与此对应的还有argpartition)
6.sorted()
