numpy.arg分区#

麻木的。argpartition ( a , kth , axis = -1 , kind = 'introselect' , order = None ) [来源] #

使用kind关键字指定的算法沿给定轴执行间接分区。它返回与沿给定轴按分区顺序的索引数据形状相同的索引数组。

1.8.0 版本中的新增功能。

参数
类似数组

要排序的数组。

第 k 个整数或整数序列

分区依据的元素索引。第 k 个元素将处于其最终排序位置,所有较小的元素将移至其前面,所有较大的元素将移至其后面。分区中所有元素的顺序未定义。如果提供第 k 个序列,它将立即将所有序列划分到其排序位置。

自版本 1.22.0 起已弃用:不推荐将布尔值作为索引传递。

axis int 或 None,可选

排序所沿的轴。默认值为 -1(最后一个轴)。如果没有,则使用展平数组。

种类{'introselect'},可选

选择算法。默认为“introselect”

排序str 或 str 列表,可选

a是定义了字段的数组时,该参数指定首先比较哪些字段,第二个字段等。单个字段可以指定为字符串,不需要指定所有字段,但未指定的字段仍然会被使用,在它们在数据类型中出现的顺序,以打破联系。

返回
索引数组ndarray, int

沿指定轴划分a的索引数组。如果a是一维,a[index_array]则生成分区a。更一般地,无论维数如何, 总是产生分区的a 。np.take_along_axis(a, index_array, axis=axis)

也可以看看

partition

描述所使用的分区算法。

ndarray.partition

就地分区。

argsort

完全间接排序。

take_along_axis

index_arrayargpartition 应用于数组,就像调用partition一样。

笔记

请参阅partition参考资料 中有关不同选择算法的注释。

例子

一维数组:

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

多维数组:

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