这些排序函数实现不同的排序算法，每个排序算法的特征在于执行速度，最坏情况性能，所需的工作空间和算法的稳定性。 下表显示了三种排序算法的比较。
| 种类 | 速度 | 最坏情况 | 工作空间 | 稳定性 |
|---|---|---|---|---|
'quicksort'(快速排序) |
1 | O(n^2) |
0 | 否 |
'mergesort'(归并排序) |
2 | O(n*log(n)) |
~n/2 | 是 |
'heapsort'(堆排序) |
3 | O(n*log(n)) |
0 | 否 |
（1）np.sort()--函数返回输入数组的排序副本
a=np.array([[1,8],[9,7]]) print(a) print('----------') print(np.sort(a)) print('-----------') print(np.sort(a,axis=0))
输出：
[[1 8] [9 7]] ---------- [[1 8] [7 9]] ----------- [[1 7] [9 8]]
在含有字符串的sort排序中：
import numpy as np dt = np.dtype([('name', 'U5'),('age', int)]) a = np.array([('raju',21),('anil',25),('ravi', 17), ('amar',27)], dtype = dt) print (a) print ('---------------------') print (np.sort(a, order = 'age'))
输出：
[('raju', 21) ('anil', 25) ('ravi', 17) ('amar', 27)] --------------------- [('ravi', 17) ('raju', 21) ('anil', 25) ('amar', 27)]
（2）np.argsort()-----函数对输入数组沿给定轴执行间接排序，并使用指定排序类型返回数据的索引数组。 这个索引数组用于构造排序后的数组。即得到排序后，依次得到元素所在原数组中的索引。
x = np.array([3, 1, 2]) y = np.argsort(x) print (y) print (x[y]) for i in y: print (x[i])
输出：
[1 2 0] [1 2 3] 1 2 3
（3）np.lexsort()--函数使用键序列执行间接排序。 键可以看作是电子表格中的一列。 该函数返回一个索引数组，使用它可以获得排序数据。 注意，最后一个键恰好是 sort 的主键。
nm = ('raju','anil','ravi','amar') dv = ('a.y.', 'f.y.', 'c.y.', 'b.y.') ind = np.lexsort((dv,nm)) print(ind) print ( [nm[i] + ", " + dv[i] for i in ind])
输出：
[3 1 0 2] ['amar, b.y.', 'anil, f.y.', 'raju, a.y.', 'ravi, c.y.']
（4）NumPy 模块有一些用于在数组内搜索的函数。 提供了用于找到最大值，最小值以及满足给定条件的元素的函数。
np.argmin() 和np.argmax()-----这两个函数分别沿给定轴返回最小和最大元素的索引。
（5）np.nonzero()--函数返回输入数组中非零元素的索引。
a = np.array([[30,40,0],[0,20,10],[50,0,60]]) print(a) print(np.nonzero(a))
输出：
[[30 40 0] [ 0 20 10] [50 0 60]] (array([0, 0, 1, 1, 2, 2]), array([0, 1, 1, 2, 0, 2]))
（6）np.where()----函数返回输入数组中满足给定条件的元素的索引，先axis=0，在axis=1
x = np.arange(9.).reshape(3, 3) print (x) y = np.where(x > 3) print (y) print ('使用这些索引来获取满足条件的元素：' ) print (x[y])
输出：
[[ 0. 1. 2.] [ 3. 4. 5.] [ 6. 7. 8.]] (array([1, 1, 2, 2, 2]), array([1, 2, 0, 1, 2])) 使用这些索引来获取满足条件的元素： [ 4. 5. 6. 7. 8.]
（7）np.extract()----函数返回满足任何条件的元素 ， mod（）为求余函数
x = np.arange(9.).reshape(3, 3) print (x) # 定义条件 condition = np.mod(x,2) == 0 print ('按元素的条件值：' ) print (condition ) print ('使用条件提取元素：' ) print (np.extract(condition, x))
输出：
[[ 0. 1. 2.] [ 3. 4. 5.] [ 6. 7. 8.]] 按元素的条件值： [[ True False True] [False True False] [ True False True]] 使用条件提取元素： [ 0. 2. 4. 6. 8.]