numpy.argpartition#

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

使用 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 形状相同的索引数组，这些索引按分区顺序索引沿给定轴的数据。

版本 1.8.0 中的新增内容。

参数:
aarray_like

要排序的数组。

kthint 或 int 序列

要按其进行分区的元素索引。第 k 个元素将处于其最终排序位置，所有较小的元素将移动到其前面，所有较大的元素将移动到其后面。分区中所有元素的顺序是未定义的。如果提供一个 kth 序列，它将一次将所有这些元素分区到其排序位置。

已弃用，从版本 1.22.0 起：传递布尔值作为索引已弃用。

axisint 或 None，可选

要排序的轴。默认值为 -1（最后一个轴）。如果为 None，则使用扁平化数组。

kind{‘introselect’}，可选

选择算法。默认值为 ‘introselect’

orderstr 或 str 列表，可选

当 a 是一个定义了字段的数组时，此参数指定首先比较哪些字段，其次比较哪些字段，等等。单个字段可以指定为字符串，并不需要指定所有字段，但未指定的字段仍将使用，按照它们在 dtype 中出现的顺序，以打破平局。

返回值:
index_arrayndarray，int

沿指定轴对 a 进行分区的索引数组。如果 a 是一个一维数组，a[index_array] 将产生一个已分区的 a。更一般地，np.take_along_axis(a, index_array, axis=axis) 将始终产生已分区的 a，无论维度如何。

参见

partition

描述了所用的分区算法。

ndarray.partition

就地分区。

argsort

完整的间接排序。

take_along_axis

将 index_array 从 argpartition 应用于数组，就像调用分区一样。

注意事项

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

argpartition 对具有 nan 值的实数/复数输入有效，请参见 partition 以了解有关增强排序顺序和不同选择算法的说明。

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]])
本页内容