numpy.
partition
返回数组的分区副本。
创建数组的副本,并重新排列数组元素,使k位置的元素值位于排序数组中的位置。所有小于k元素的元素都在该元素之前移动,所有等于或大于k元素的元素都在该元素之后移动。两个分区中元素的顺序未定义。
1.8.0 新版功能.
要排序的数组。
要分区的元素索引。元素的k值将位于其最终排序位置,所有较小的元素将在其前面移动,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未定义。如果提供一个k-th序列,它会立即将所有由k-th索引的元素划分到其排序位置。
要排序的轴。如果没有,则在排序前将数组展平。默认值是-1,它沿最后一个轴排序。
选择算法。默认值为“IntroSelect”。
什么时候? a 是定义了字段的数组,此参数指定要比较第一个、第二个等的字段。单个字段可以指定为字符串。并非所有字段都需要指定,但未指定的字段仍将按它们在数据类型中出现的顺序使用,以断开连接。
与相同类型和形状的数组 a .
参见
ndarray.partition
方法对数组进行就地排序。
argpartition
间接分割。
sort
完全排序
笔记
各种选择算法的特点是其平均速度、最坏情况下的性能、工作空间大小以及是否稳定。稳定的排序使具有相同键的项保持相同的相对顺序。可用的算法具有以下特性:
友善的
速度
最坏情况
工作空间
稳定的
“内省”
1
o(n)
0
不
当沿着除最后一个轴以外的任何轴进行分区时,所有分区算法都会临时复制数据。因此,沿着最后一个轴进行分区比沿着任何其他轴进行分区更快,并且使用的空间也更少。
复数的排序顺序是词典。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。
实例
>>> 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])