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，使得如果将 v 中的相应元素插入到这些索引之前，a 的顺序将得以保持。

假设 a 已排序

边	返回的索引 i 满足
左	`a[i-1] < v <= a[i]`
右	`a[i-1] <= v < a[i]`

参数:

a1维类数组对象: 输入数组。如果 sorter 为 None，则它必须按升序排序；否则，sorter 必须是一个用于排序的索引数组。
v类数组对象: 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）。
sorter1维类数组对象，可选: 可选的整数索引数组，用于将数组 a 排序为升序。它们通常是 argsort 的结果。

返回:

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，则返回一个整数。

另请参见

sort: 返回数组的排序副本。
histogram: 从一维数据生成直方图。

备注

使用二分查找来找到所需的插入点。

自 NumPy 1.4.0 起，searchsorted 可处理包含 nan 值的实数/复数数组。增强的排序顺序在 sort 中有详细说明。

此函数使用与内置 Python 的 bisect.bisect_left (side='left') 和 bisect.bisect_right (side='right') 函数相同的算法，它在 v 参数中也进行了向量化处理。

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 的排序数组，而非 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.