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: 当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: 将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]])