torch.searchsorted

torch.searchsorted(sorted_sequence, values, *, out_int32=False, right=False, side=None, out=None, sorter=None) → Tensor

Находит индексы во внутреннем измерении sorted_sequence такие, что при вставке соответствующих значений из values перед этими индексами в отсортированном порядке сохраняется порядок соответствующего внутреннего измерения в sorted_sequence. Возвращает новый тензор того же размера, что и values. Формально возвращаемый индекс удовлетворяет следующим правилам:

sorted_sequence	right	возвращаемый индекс удовлетворяет условию
1-D	False	sorted_sequence[i-1] < values[m][n]...[l][x] <= sorted_sequence[i]
1-D	True	sorted_sequence[i-1] <= values[m][n]...[l][x] < sorted_sequence[i]
N-D	False	sorted_sequence[m][n]...[l][i-1] < values[m][n]...[l][x] <= sorted_sequence[m][n]...[l][i]
N-D	True	sorted_sequence[m][n]...[l][i-1] <= values[m][n]...[l][x] < sorted_sequence[m][n]...[l][i]

Параметры:

• sorted_sequence (Тензор) – N-D- или 1-D-тензор, содержащий монотонно возрастающую последовательность во внутреннем измерении, если не задан sorter; в этом случае последовательность не обязательно должна быть отсортирована. PyTorch не проверяет это условие, если не задан sorter, и поведение не определено, если последовательность не отсортирована.
• values (Тензор или скаляр) – N-D-тензор или скаляр, содержащий искомое значение или значения.

Именованные аргументы:

• out_int32 (bool, необязательно) – указывает тип данных выходного значения: torch.int32, если True, иначе torch.int64. Значение по умолчанию — False, то есть тип данных выходного значения по умолчанию — torch.int64.
• right (bool, необязательно) – если False, возвращает первое найденное подходящее место. Если True, возвращает последний такой индекс. Если подходящий индекс не найден, возвращает 0 для ненумерических значений (например, nan, inf) или размер внутреннего измерения в sorted_sequence (на единицу больше последнего индекса внутреннего измерения). Иными словами, если False, для каждого значения в values возвращает индекс нижней границы в соответствующем внутреннем измерении sorted_sequence. Если True, вместо него возвращает индекс верхней границы. Значение по умолчанию — False. side выполняет то же самое и является предпочтительным вариантом. Возникает ошибка, если side имеет значение “left”, а этот параметр равен True.
• side (str, необязательно) – выполняет то же, что и right, но является предпочтительным вариантом. “left” соответствует False для right, а “right” соответствует True для right. Возникает ошибка, если этому параметру присвоено значение “left”, а right равен True. Значение по умолчанию — None.
• out (Тензор, необязательно) – выходной тензор; если он задан, его размер должен совпадать с размером values.
• sorter (LongTensor, необязательно) – если задан, тензор той же формы, что и неотсортированный sorted_sequence, содержащий последовательность индексов, которая сортирует его по возрастанию во внутреннем измерении

Пример:

>>> sorted_sequence = torch.tensor([[1, 3, 5, 7, 9], [2, 4, 6, 8, 10]])
>>> sorted_sequence
tensor([[ 1,  3,  5,  7,  9],
        [ 2,  4,  6,  8, 10]])
>>> values = torch.tensor([[3, 6, 9], [3, 6, 9]])
>>> values
tensor([[3, 6, 9],
        [3, 6, 9]])
>>> torch.searchsorted(sorted_sequence, values)
tensor([[1, 3, 4],
        [1, 2, 4]])
>>> torch.searchsorted(sorted_sequence, values, side='right')
tensor([[2, 3, 5],
        [1, 3, 4]])

>>> sorted_sequence_1d = torch.tensor([1, 3, 5, 7, 9])
>>> sorted_sequence_1d
tensor([1, 3, 5, 7, 9])
>>> torch.searchsorted(sorted_sequence_1d, values)
tensor([[1, 3, 4],
        [1, 3, 4]])