numpy.ndarray.partition#
方法
- ndarray.partition(kth, axis=-1, kind='introselect', order=None)#
对数组中的元素进行部分排序,使得第 k 个位置的元素的值位于其在已排序数组中的位置。在输出数组中,所有小于第 k 个元素的元素都位于该元素的左侧,所有等于或大于该元素的元素都位于其右侧。输出数组中第 k 个元素两侧两个分区中元素的顺序是不确定的。
版本 1.8.0 中的新功能。
- 参数:
- kthint 或 int 序列
要进行分区的元素索引。第 k 个元素的值将位于其最终排序位置,所有较小的元素都将移动到其前面,所有等于或更大的元素都将移动到其后面。分区中所有元素的顺序是不确定的。如果提供了一个 kth 序列,它将同时对所有由这些 kth 索引的元素进行分区,使其位于其排序位置。
版本 1.22.0 中已弃用: 传递布尔值作为索引已弃用。
- axisint,可选
要排序的轴。默认为 -1,表示沿最后一个轴排序。
- kind{'introselect'},可选
选择算法。默认为 '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,依此类推。单个字段可以指定为字符串,并且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。
另请参阅
numpy.partition
返回数组的分区副本。
argpartition
间接分区。
sort
完全排序。
备注
有关不同算法的信息,请参阅
np.partition
。示例
>>> import numpy as np >>> a = np.array([3, 4, 2, 1]) >>> a.partition(3) >>> a array([2, 1, 3, 4]) # may vary
>>> a.partition((1, 3)) >>> a array([1, 2, 3, 4])