numpy.partition

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

Возвращает отсортированную по порядку копию массива.

Создаёт копию массива, элементы которой переупорядочены таким образом, что значение элемента в k-й позиции будет находиться в той позиции, в которой оно было бы в отсортированном массиве. Все элементы, меньшие, чем элемент k-й позиции, перемещаются перед этим элементом, а все равные или большие перемещаются за ним. Порядок элементов в двух разделах не определён.

Введено в версии 1.8.0.

Параметры

aarray_like

Массив для сортировки.

kthint or sequence of ints

Индекс элемента для разбиения. Значение k-го элемента будет находиться в его конечной позиции в отсортированном массиве, а все меньшие элементы будут перемещены перед ним, а все равные или большие — за ним. Порядок всех элементов в разделах не определён. Если указана последовательность k-х значений, все элементы, индексируемые k-ми значениями, будут разделяться на свои сортированные позиции сразу.

axisint or None, optional

Ось, по которой производится сортировка. Если None, массив сжимается в вектор-строку 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 представляет собой массив с определёнными полями, этот аргумент указывает, какие поля сравнивать первыми, вторыми и т. д. Одно поле можно указать как строку. Не все поля должны быть указаны, но не указанные поля всё равно будут использованы в порядке, в котором они появляются в dtype, чтобы разбить связи.

Возвращает

partitioned_arrayndarray

Массив того же типа и формы, что и a.

См. также

ndarray.partition

Метод сортировки массива на месте.

argpartition

Непрямое разбиение.

sort

Полная сортировка

Примечания

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

вид	скорость	наихудший случай	рабочая область	стабильный
‘introselect’	1	O(n)	0	нет

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

Порядок сортировки для комплексных чисел является лексикографическим. Если и действительная, и мнимая части не являются NaN, то порядок определяется действительными 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])