numpy.partition_NumPy中文网

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。

参量

一个array_like: 要排序的数组。
kth int或int序列: 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。
轴int或无，可选: 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。
类型{'introselect'}，可选: 选择算法。默认值为“ introselect”。
订购str或str列表，可选: 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。

退货

也可以看看

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])