本文实例讲述了Python实现桶排序与快速排序算法结合应用的方法。分享给大家供大家参考，具体如下：
#-*- coding: UTF-8 -*-
import numpy as np
from QuickSort import QuickSort
def BucketSort(a, n):
barrel = {}
for i in xrange(0,n):
barrel.setdefault(i, [])
min = np.min(a)
max = np.max(a)
对于百分位数，相信大家都比较熟悉，以下解释源引自百度百科。
百分位数，如果将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分位数。可表示为：一组n个观测值按数值大小排列。如，处于p%位置的值称第p百分位数。
因为百分位数是采用等分的方式划分数据，因此也可用此方法进行等频分箱。
import pandas as pd
import numpy as np
import random
t=pd.DataFrame(columns=['l','s'])
筛选和排序是Excel中使用频率最多的功能，通过这个功能可以很方便的对数据表中的数据使用指定的条件进行筛选和计算，以获得需要的结果。在Pandas中通过.sort和.loc函数也可以实现这两 个功能。.sort函数可以实现对数据表的排序操作，.loc函数可以实现对数据表的筛选操作。本篇文章将介绍如果通过Pandas的这两个函数完成Excel中的筛选和排序操作。
首选导入需要使用的Pandas库和numpy库，读取并创建数据表，将数据表命名为lc。
import pandas as pd
im
约定：
import pandas as pd
import numpy as np
ReIndex重新索引
reindex()是pandas对象的一个重要方法，其作用是创建一个新索引的新对象。
一、对Series对象重新索引
se1=pd.Series([1,7,3,9],index=['d','c','a','f'])
se1
代码结果：
d 1
c 7
a 3
f 9
dtype: int64
调用reindex将会重新排序，缺失值则用NaN填补。
