Python Numpy recarray.partition()函数

在numpy中，数组可以有一个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)] ，其中数组中的每个条目是一对(int, float)。通常情况下，这些属性使用字典查询，如arr[‘a’] 和 arr[‘b’] 。记录数组允许字段作为数组的成员被访问，使用arr.a和arr.b。

numpy.recarray.partition()函数将数组中的元素重新排列，使第k个位置的元素的值处于排序数组中的位置。所有比第k个元素小的元素被移到这个元素之前，所有相等或更大的元素被移到它的后面。

语法: numpy.recarray.argpartition(kth, axis=-1, kind='introselect', order=None)

参数:
kth : [int or sequence of ints ] 要分区的元素索引。第k个元素的值将在其最终排序的位置，所有较小的元素将被移到它前面，所有相等或更大的元素将被移到它后面。
axis : [int or None] 用于排序的轴。如果没有，数组在排序前会被压扁。默认为-1，沿最后一个轴进行排序。
kind：选择算法。默认为’introselect’。
order : [str or list of str] 当arr是一个定义了字段的数组时，这个参数指定了哪些字段要首先比较，其次，等等。

返回： [ndarray] 与arr相同类型和形状的分区数组。

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)

输出:

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：

我们正在对整个记录数组应用numpy.recarray.partition()。

# 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)

输出:

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)]]