numpy.argpartition#

numpy.argpartition(a, kth, axis=-1, kind='introselect', order=None)[源代码]#

使用由 kind 关键字指定的算法，沿给定轴执行间接分区。它返回一个与 a 具有相同形状的索引数组，这些索引沿给定轴以分区顺序对数据进行索引。

参数:
a类数组对象

要排序的数组。

kth整数或整数序列

用于分区的元素索引。第 k 个元素将处于其最终排序位置，所有较小的元素将被移到它前面，所有较大的元素将被移到它后面。分区中所有元素的顺序是未定义的。如果提供一个 k 值序列，它将一次性将所有这些值分区到它们的排序位置。

axisint 或 None, 可选

要排序的轴。默认值为 -1（最后一个轴）。如果为 None，则使用展平的数组。

kind{‘introselect’}, 可选

选择算法。默认为 'introselect'

orderstr 或 str 列表, optional

当 a 是一个具有已定义字段的数组时，此参数指定首先、其次等要比较的字段。单个字段可以指定为字符串，并且不必指定所有字段，但未指定的字段仍将按照它们在 dtype 中出现的顺序用于打破平局。

返回:
index_arrayndarray, int

分区 a 沿指定轴的索引数组。如果 a 是一维的，则 a[index_array] 会产生一个分区的 a。更一般地，np.take_along_axis(a, index_array, axis=axis) 总是产生分区的 a，无论其维度如何。

另请参阅

partition

描述使用的分区算法。

ndarray.partition

原地分区。

argsort

完全间接排序。

take_along_axis

将 argpartition 的 index_array 应用于数组，如同调用 partition 一样。

备注

返回的索引不保证按值排序。此外，默认选择算法 introselect 是不稳定的，因此返回的索引不保证是元素的最早/最晚出现。

argpartition 可用于带有 nan 值的实数/复数输入，有关增强的排序顺序和不同选择算法的说明，请参阅 partition。

示例

一维数组

>>> import numpy as np
>>> x = np.array([3, 4, 2, 1])
>>> x[np.argpartition(x, 3)]
array([2, 1, 3, 4]) # may vary
>>> x[np.argpartition(x, (1, 3))]
array([1, 2, 3, 4]) # may vary

>>> x = [3, 4, 2, 1]
>>> np.array(x)[np.argpartition(x, 3)]
array([2, 1, 3, 4]) # may vary

多维数组

>>> x = np.array([[3, 4, 2], [1, 3, 1]])
>>> index_array = np.argpartition(x, kth=1, axis=-1)
>>> # below is the same as np.partition(x, kth=1)
>>> np.take_along_axis(x, index_array, axis=-1)
array([[2, 3, 4],
       [1, 1, 3]])
在此页面