Python numpy partition用法及代码示例

本文简要介绍 python 语言中 numpy.partition 的用法。

用法:

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

返回数组的分区副本。

创建数组的副本，其元素以这样的方式重新排列，即 k-th 位置中的元素值位于排序数组中的位置。所有小于k-th 元素的元素都移到该元素之前，所有等于或大于该元素的元素都移到它后面。两个分区中元素的顺序未定义。

参数：

a： array_like

要排序的数组。

kth： int 或整数序列

要分区的元素索引。元素的k-th 值将处于其最终排序位置，所有较小的元素将移到它之前，所有相等或更大的元素都将移到它后面。分区中所有元素的顺序未定义。如果提供了 k-th 的序列，它将立即将由 k-th 索引的所有元素分区到它们的排序位置。

axis： int 或无，可选

要排序的轴。如果为 None，则数组在排序前被展平。默认值为 -1，沿最后一个轴排序。

kind： {‘introselect’}，可选

选择算法。默认为‘introselect’。

order： 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个、第二个等哪些字段。单个字段可以指定为字符串。并非所有字段都需要指定，但仍将使用未指定的字段，按照它们在 dtype 中出现的顺序来打破平局。

返回：

partitioned_array： ndarray

与 a 具有相同类型和形状的数组。

注意：

各种选择算法的特点是它们的平均速度、最坏情况下的性能、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目保持相同的相对顺序。可用的算法具有以下属性：

种类	速度	最差的情况	工作空间	稳定的
‘introselect’	1	在)	0	no

当沿除最后一个轴以外的任何轴进行分区时，所有分区算法都会制作数据的临时副本。因此，沿最后一个轴的分区比沿任何其他轴的分区更快且使用的空间更少。

复数的排序顺序是字典顺序。如果实部和虚部都不是nan，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])