上一主题

numpy.sort_complex

下一主题

numpy.argpartition

numpy.partition

numpy.partition(a, kth, axis=-1, kind='introselect', order=None)[source]

返回数组的分区副本。

创建数组的副本,其元素重新排列,使得第k个位置的元素的值在排序数组中的位置。小于第k个元素的所有元素在此元素之前移动,并且所有等于或大于的元素都移动到其后面。两个分区中的元素的顺序未定义。

版本1.8.0中的新功能。

参数:

a:array_like

数组要排序。

kth:int或ints序列

分区的元素索引。元素的第k个值将在其最终排序位置,并且所有较小的元素将在其之前移动,并且所有较小的元素将在其之后移动。分区中所有元素的顺序未定义。如果提供了第k个序列,它将把由其第k个索引的所有元素一次性分割到它们的排序位置。

axis:int或None,可选

要排序的轴。如果为“无”,则在排序之前将数组展平。默认值为-1,沿最后一个轴排序。

kind:{'introselect'},可选

选择算法。默认是'introselect'。

order:str或str的列表,可选

a是定义了字段的数组时,此参数指定首先,第二等比较哪些字段。单个字段可以指定为字符串。不是所有的字段都需要指定,但是未指定的字段仍然会按照它们在dtype中出现的顺序使用,以断开关系。

返回:

partitioned_array:ndarray

数组的类型和形状与a相同。

也可以看看

ndarray.partition
对数组进行就地排序的方法。
argpartition
间接分区。
sort
完全排序

笔记

各种选择算法的特征在于它们的平均速度,最坏情况性能,工作空间大小,以及它们是否稳定。稳定排序使用具有相同相对顺序的相同键的项目。可用的算法具有以下属性:

速度 最坏的情况下 工作空间 稳定
'introselect' 1 上) 0 没有

当沿着除最后一个轴之外的任何分区时,所有分区算法都产生数据的临时副本。因此,沿着最后一个轴的分割更快,并且使用比沿着任何其它轴的分割更少的空间。

复数的排序顺序是字典。如果实部和虚部都是非纳米,则阶数由实部确定,除非它们相等,在这种情况下,阶数由虚部确定。

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])