代码之家 › 专栏 › 技术社区 › Mel

numpy的argpartition如何处理文档示例?

numpy python

Mel · 技术社区 · 7 年前

我试图理解numpy的配分函数。我已经做好准备了 documentation

import numpy as np

x = np.array([3, 4, 2, 1])
print("x: ", x)

a=np.argpartition(x, 3)
print("a: ", a)

print("x[a]:", x[a])

这是输出。。。

('x: ', array([3, 4, 2, 1]))
('a: ', array([2, 3, 0, 1]))
('x[a]:', array([2, 1, 3, 4]))

在a=np.argpartition(x,3)行中,第k个元素不是最后一个元素(数字1)吗?如果它是数字1,当x被排序时,1不应该成为第一个元素(元素0)吗?

在x[a]中,为什么2是1前面的第一个元素?

2 回复 | 直到 7 年前

zvone 7 年前

更完整的答案是什么 argpartition 是否在的文档中 partition ,上面写着:

创建数组的副本,其元素以这种方式重新排列将在排序数组中。小于第k个元素的所有元素在该元素之前移动,并且移动所有相等或更大的元素背后。两个分区中元素的顺序是

所以,对于输入数组 3, 4, 2, 1 ,排序后的数组将是 1, 2, 3, 4 .

np.partition([3, 4, 2, 1], 3) 将在第三个(即最后一个)元素中具有正确的值(即与排序数组相同)。第三个元素的正确值为 4

让我为所有的 k 要说清楚:

换句话说:

argpartition ,除了 arg分区 返回可用于形成相同结果的索引。

Nandu Raj ngock 6 年前

取以下数组:

array = np.array([9, 2, 7, 4, 6, 3, 8, 1, 5])

the corresponding indices are: [0,1,2,3,4,5,6,7,8] where 8th index = 5 and 0th = 9

如果我们这样做了 np.partition(array, k=5) ,代码将获取第5个元素(不是索引),然后将其放入新数组中。然后它将把这些元素;前面的第五个元素;第五个元素,如下所示:

pseudo output: [lower value elements, 5th element, higher value elements]

如果我们计算得出:

array([3, 5, 1, 4, 2, 6, 8, 7, 9])

的arg部分 np.argpartition()

np.argpartition(array, 5) 我们将得到:

array([5, 8, 7, 3, 1, 4, 6, 2, 0])

从上面看,原来的数组有这样的结构[index=value]

您可以将索引的值映射到输出,并满足以下条件:

argpartition() = partition() ,如下所示:

[索引形式]数组([5,8,7,3,1,4,6,2,0])变为

[3, 5, 1, 4, 2, 6, 8, 7, 9]

np.partition(array)

array([3, 5, 1, 4, 2, 6, 8, 7, 9])

Imtinan Azhar 5 年前

我记得我也很难弄清楚,也许文档写得不好,但这就是它的意思

a=np.argpartition(x, 3) 然后x的排序方式是只对第k个索引处的元素进行排序(在我们的例子中k=3)

('x[a]:', array([2, 1, 3, 4])) 其中只有元素3被排序。

我希望这能澄清这一点,如果您仍然感到困惑,请随时发表评论:)