##### numpy 搜索 - [[np.where()]] 根据条件返回元素 - [[np.extract()]] 一维数组形式, 返回满足某些条件的元素。 - [[np.select()]] 根据条件选择值 ```python np.argmax(a[, axis, out, keepdims]) # 返回沿轴的最大值的索引 np.nanargmax(a[, axis, out, keepdims]) # 返回指定轴上最大值的索引，忽略 NaN 值。 np.argmin(a[, axis, out, keepdims]) # 返回沿轴的最小值的索引。 np.nanargmin(a[, axis, out, keepdims]) # 返回指定轴上最小值的索引，忽略 NaN 值。 np.argwhere(a) # 找到数组元素中非零的索引，按元素分组。 np.nonzero(a) # 返回非零元素的索引 np.flatnonzero(a) # 返回扁平化版本中非零的索引 np.searchsorted(a, v[, side, sorter]) # 查找应插入元素以维持顺序的索引。 ``` ##### numpy 排序 ```python np.sort(a[, axis, kind, order]) # 返回数组的排序副本。 np.lexsort(keys[, axis]) # 使用一系列键执行间接稳定排序。 np.argsort(a[, axis, kind, order]) # 返回将数组排序的索引。 np.sort_complex(a) # 首先按实部排序，然后按虚部排序的方式对复数数组进行排序。 np.partition(a, kth[, axis, kind, order]) # 返回数组的分区副本。 np.argpartition(a, kth[, axis, kind, order]) # 使用指定的算法沿给定轴执行间接分区。 ```