NumPy参考 >例行程序 >Sorting, searching, and counting > numpy.partition
numpy.
partition
(一,第k个,轴= -1,类= 'introselect' ,为了=无)[源] ¶返回数组的分区副本。
创建数组的副本,并重新排列其元素,以使第k个位置的元素的值处于其在排序数组中的位置。所有小于第k个元素的元素都将在该元素之前移动,所有等于或大于第k个元素的元素都将移动到其后面。两个分区中元素的顺序未定义。
1.8.0版中的新功能。
要排序的数组。
分区依据的元素索引。元素的第k个值将处于其最终排序位置,所有较小的元素将在其之前移动,而所有相等或较大的元素将在其后面移动。分区中所有元素的顺序是不确定的。如果提供了第k个序列,它将立即将所有按k个索引的元素划分到其排序位置。
排序所依据的轴。如果为None,则在排序之前将数组展平。默认值为-1,它沿着最后一个轴排序。
选择算法。默认值为“ introselect”。
当a是定义了字段的数组时,此参数指定要比较第一,第二等的字段。可以将单个字段指定为字符串。并非所有字段都需要指定,但是未指定的字段仍会按照在dtype中出现的顺序使用,以打破联系。
相同的类型和形状的阵列一个。
也可以看看
ndarray.partition
就地排序数组的方法。
argpartition
间接分区。
sort
全分类
笔记
各种选择算法的特征在于它们的平均速度,最差性能,工作空间大小以及它们是否稳定。稳定的排序使具有相同键的项以相同的相对顺序保持。可用算法具有以下属性:
类 |
速度 |
最坏的情况下 |
工作空间 |
稳定 |
---|---|---|---|---|
'introselect' |
1个 |
上) |
0 |
没有 |
沿着除最后一个轴以外的任何一个进行分区时,所有分区算法都会临时复制数据。因此,与沿任何其他轴进行分区相比,沿最后一个轴进行分区速度更快并且占用的空间更少。
复数的排序顺序为字典顺序。如果实部和虚部都不都是南,则顺序由实部确定,除非它们相等,在这种情况下,顺序由虚部确定。
例子
>>> a = np.array([3, 4, 2, 1])
>>> np.partition(a, 3)
array([2, 1, 3, 4])
>>> np.partition(a, (1, 3))
array([1, 2, 3, 4])