numpy.argpartition#

numpy.argpartition(a, kth, axis=-1, kind='introselect', order=None)[源代码]#

使用 kind 关键字指定的算法,沿给定轴执行间接分区.它返回一个与 a 形状相同的索引数组,该数组沿已分区顺序的给定轴索引数据.

参数:
aarray_like

要排序的数组.

kthint 或 int 序列

要分区的元素索引.第 k 个元素将位于其最终排序位置,所有较小元素将移动到其前面,而所有较大元素将移动到其后面.分区中所有元素的顺序未定义.如果提供了 k-th 的序列,它将立即将它们全部分区到它们的排序位置.

自 1.22.0 版本弃用: 将布尔值作为索引已弃用.

axisint 或 None,可选

沿其排序的轴. 默认为 -1(最后一个轴). 如果为 None,则使用扁平化数组.

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个字段,然后比较哪个字段,等等.单个字段可以指定为字符串,并非所有字段都需要指定,但未指定的字段仍将按照它们在 dtype 中出现的顺序使用,以打破联系.

返回:
index_arrayndarray, int

沿指定轴对 a 进行分区的索引数组.如果 a 是一维的,则 a[index_array] 会生成一个已分区的 a .更一般地, np.take_along_axis(a, index_array, axis=axis) 总是会生成已分区的 a ,而与维度无关.

参见

partition

描述了使用的分区算法.

ndarray.partition

原地分区.

argsort

完整间接排序.

take_along_axis

将来自 argpartition 的 index_array 应用于数组,就像调用 partition 一样.

注释

不能保证返回的索引会根据值进行排序.此外,默认的选择算法 introselect 是不稳定的,因此不能保证返回的索引是元素最早/最晚出现的位置.

argpartition 适用于具有 nan 值的实数/复数输入,有关增强排序顺序和不同选择算法的说明,请参见 partition .

示例

一维数组:

>>> import numpy as np
>>> x = np.array([3, 4, 2, 1])
>>> x[np.argpartition(x, 3)]
array([2, 1, 3, 4]) # may vary
>>> x[np.argpartition(x, (1, 3))]
array([1, 2, 3, 4]) # may vary

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

多维数组:

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