Numpy recarray.partition()函数| Python
原文:https://www . geeksforgeeks . org/numpy-recarray-partition-function-python/
在 numpy 中,数组可能具有包含字段的数据类型,类似于电子表格中的列。一个例子是[(a, int), (b, float)]
,数组中的每个条目都是一对(int,float)。通常,这些属性是使用字典查找来访问的,例如arr['a'] and arr['b']
。使用arr.a and arr.b
,记录数组允许字段作为数组的成员被访问。
numpy.recarray.partition()
函数重新排列数组中的元素,使第 k 个位置的元素值处于排序数组中的位置。所有小于第 k 个元素的元素都移动到这个元素之前,所有相等或更大的元素都移动到它的后面。
语法:
numpy.recarray.argpartition(kth, axis=-1, kind='introselect', order=None)
参数: kth:【int 或 ints 序列】要分区的元素索引。第 k 个元素值将处于其最终的排序位置,所有较小的元素将在其之前移动,所有相等或更大的元素将在其之后移动。 轴:【int 或 None】要排序的轴。如果为“无”,则数组在排序前被展平。默认值为-1,沿最后一个轴排序。 种类:选择算法。默认值为“introselect”。 顺序:【字符串或字符串列表】当 arr 是定义了字段的数组时,此参数指定首先比较哪些字段,其次比较哪些字段等。
返回:【n 数组】与 arr 类型和形状相同的分区数组。
代码#1 :
# Python program explaining
# numpy.recarray.partition() method
# importing numpy as geek
import numpy as geek
# creating input array with 2 different field
in_arr = geek.array([(5.0, 2), (3.0, -4), (6.0, 9),
(9.0, 1), (5.0, 4), (-12.0, -7)],
dtype =[('a', float), ('b', int)])
print ("Input array : ", in_arr)
# convert it to a record array,
# using arr.view(np.recarray)
rec_arr = in_arr.view(geek.recarray)
print("Record array of float: ", rec_arr.a)
print("Record array of int: ", rec_arr.b)
# applying recarray.partition methods
# to float record array
rec_arr.a.partition(kth = 3)
print ("Output partitioned float array : ", rec_arr.a)
# applying recarray.partition methods
# to int record array
rec_arr.b.partition(kth = 4)
print ("Output partitioned int array : ", rec_arr.b)
Output:
Input array : [( 5., 2) ( 3., -4) ( 6., 9) ( 9., 1) ( 5., 4) (-12., -7)]
Record array of float: [ 5\. 3\. 6\. 9\. 5\. -12.]
Record array of int: [ 2 -4 9 1 4 -7]
Output partitioned float array : [ 5\. -12\. 3\. 5\. 9\. 6.]
Output partitioned int array : [ 1 -7 -4 2 4 9]
代码#2 :
我们将numpy.recarray.partition()
应用于整个记录数组。
# Python program explaining
# numpy.recarray.partition() method
# importing numpy as geek
import numpy as geek
# creating input array with 2 different field
in_arr = geek.array([[(5.0, 2), (3.0, 4), (6.0, -7)],
[(9.0, 1), (6.0, 4), (-2.0, -7)]],
dtype =[('a', float), ('b', int)])
print ("Input array : ", in_arr)
# convert it to a record array,
# using arr.view(np.recarray)
rec_arr = in_arr.view(geek.recarray)
# applying recarray.partition methods to record array
rec_arr.partition(kth = 2)
print ("Output array : ", rec_arr)
Output:
Input array : [[(5.0, 2) (3.0, 4) (6.0, -7)]
[(9.0, 1) (6.0, 4) (-2.0, -7)]]
Output array : [[(3.0, 4) (5.0, 2) (6.0, -7)]
[(-2.0, -7) (6.0, 4) (9.0, 1)]]