numpy.partition

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，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.

参数

aarray_like

要排序的数组。

kthint或int序列

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。

axisint或none，可选

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。

kind‘IntroSelect’，可选

选择算法。默认值为“IntroSelect”。

orderstr或str列表，可选

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。

返回

partitioned_array恩达雷

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])

numpy.sort_complex numpy.argpartition