numpy.partition

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

Возвращает отсортированную по порядку копию массива.

Создаёт копию массива с элементами, переупорядоченными таким образом, что значение элемента в k-ой позиции находится в позиции, в которой он находился бы в отсортированном массиве. Все элементы, меньшие, чем k-ый элемент, перемещаются перед этим элементом, а все равные или большие - после него. Порядок элементов в двух разделах не определён.

Новая в версии 1.8.0.

Параметры

aarray_like

Массив, подлежащий сортировке.

kthint or sequence of ints

Индекс элемента для разбиения. k-ое значение элемента будет находиться в своей окончательной отсортированной позиции, а все меньшие элементы будут перемещены перед ним, а все равные или большие - после него. Порядок всех элементов в разделах не определён. Если предоставлена последовательность k-ых значений, то все элементы, индексированные k-ыми значениями, будут разделены на их отсортированное положение сразу.

axisint or None, optional

Ось, по которой нужно сортировать. Если None, массив сглаживается перед сортировкой. По умолчанию -1, что сортирует по последней оси.

kind{‘introselect’}, optional

Алгоритм выбора. По умолчанию «introselect».

orderstr or list of str, optional

Когда a является массивом с определёнными полями, этот аргумент указывает, какие поля сравнивать в первую, вторую и т.д. очередь. Одно поле может быть указано как строка. Не все поля должны быть указаны, но неуказанные поля всё равно будут использоваться в том порядке, в котором они появляются в dtype, чтобы устранить неоднозначность.

Возвращает

partitioned_arrayndarray

Массив того же типа и формы, что и a.

См. также

ndarray.partition

Метод для сортировки массива на месте.

argpartition

Непрямое разбиение.

sort

Полная сортировка

Примечания

Различные алгоритмы выбора характеризуются своей средней скоростью, наихудшим случаем производительности, размером рабочей области и стабильностью. Стабильная сортировка сохраняет элементы с одинаковым ключом в том же относительном порядке. Доступные алгоритмы имеют следующие свойства:

kind	скорость	худший случай	рабочая область	стабильно
‘introselect’	1	O(n)	0	нет

Все алгоритмы разбиения создают временные копии данных при разбиении по любой оси, кроме последней. Следовательно, разбиение по последней оси быстрее и использует меньше памяти, чем разбиение по любой другой оси.

Порядок сортировки для комплексных чисел является лексикографическим. Если и вещественная, и мнимая части не являются NaN, то порядок определяется вещественными частями, за исключением случаев, когда они равны, в этом случае порядок определяется мнимыми частями.

Примеры

>>> 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])