numpy.searchsorted#
- numpy.searchsorted(a, v, side='left', sorter=None)[source]#
查找应插入元素以保持顺序的索引。
查找已排序数组a中的索引，以便如果将v中的对应元素插入到这些索引之前，a的顺序将保持不变。
假设a已排序
side
返回的索引i满足
left
a[i-1] < v <= a[i]right
a[i-1] <= v < a[i]- 参数：
- a一维数组类
输入数组。如果sorter为 None，则它必须按升序排序，否则sorter必须是一个对其进行排序的索引数组。
- v数组类
要插入到a中的值。
- side{'left', 'right'}，可选
如果为 'left'，则给出找到的第一个合适位置的索引。如果为 'right'，则返回最后一个这样的索引。如果没有合适的索引，则返回 0 或 N（其中 N 是a的长度）。
- sorter一维数组类，可选
可选的整数索引数组，用于将数组 a 按升序排序。它们通常是 argsort 的结果。
- 返回值：
- indices整数或整数数组
与v形状相同的插入点数组，如果v是标量，则为整数。
备注
使用二分查找来查找所需的插入点。
从 NumPy 1.4.0 开始，
searchsorted可用于包含nan值的实数/复数数组。增强的排序顺序在sort中进行了说明。此函数使用与内置 python
bisect.bisect_left（side='left'）和bisect.bisect_right（side='right'）函数相同的算法，该算法也在v参数中进行了矢量化。示例
>>> import numpy as np >>> np.searchsorted([11,12,13,14,15], 13) 2 >>> np.searchsorted([11,12,13,14,15], 13, side='right') 3 >>> np.searchsorted([11,12,13,14,15], [-10, 20, 12, 13]) array([0, 5, 1, 2])
当使用sorter时，返回的索引指的是a的已排序数组，而不是a本身
>>> a = np.array([40, 10, 20, 30]) >>> sorter = np.argsort(a) >>> sorter array([1, 2, 3, 0]) # Indices that would sort the array 'a' >>> result = np.searchsorted(a, 25, sorter=sorter) >>> result 2 >>> a[sorter[result]] 30 # The element at index 2 of the sorted array is 30.