Question

我试图理解numpy的argpartition函数。我已经使documentation的示例尽可能基本。

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，则x排序时1是否不应该成为第一个元素（元素0）？

在x [a]中，为什么2是1的第一个元素“在前面”？

我缺少什么基本的东西？

Answer 1

对argpartition所做的工作的更完整答案是在partition的文档中，并且说：

创建数组的副本，其元素以这种方式重新排列位于第k个位置的元素的值位于该位置将在排序数组中。所有小于第k个元素的元素在此元素之前移动且所有等于或大于等于的元素移动在它后面。两个分区中元素的顺序为未定义。

因此，对于输入数组3, 4, 2, 1，排序后的数组将为1, 2, 3, 4。

np.partition([3, 4, 2, 1], 3)的结果在第3个元素（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。

让我对k的所有值进行说明以使其清楚：

np.partition([3, 4, 2, 1], 0)-[ 1 ，4、2、3]
np.partition([3, 4, 2, 1], 1)-[1， 2 ，4，3]
np.partition([3, 4, 2, 1], 2)-[1、2， 3 ，4]
np.partition([3, 4, 2, 1], 3)-[2，1，3， 4 ]

换句话说：结果的第k个元素与排序数组的第k个元素相同。 k之前的所有元素都小于或等于该元素。之后的所有元素都大于或等于它。

argpartition也会发生同样的情况，除了argpartition返回可用于形成相同结果的索引。

Answer 2

类似于@Imtinan，我为此感到挣扎。我发现将函数分解为arg和分区很有用。

采用以下数组：

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

如果我们执行np.partition(array, k=5)，则代码将采用第5个元素（而不是索引），然后将其放入新数组中。然后，将那些<5th元素放在其前面，并将> 5th元素放在后面，如下所示：

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

如果我们对此进行计算，则会得到：

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

这很有意义，因为原始数组中的第5个元素= 6，[1,2,3,4,5]都小于6，[7,8,9]都大于6。请注意，这些元素没有命令。

然后，np.argpartition()的arg部分进一步向前移动，将元素交换为原始数组中的相应索引。因此，如果我们这样做：

np.argpartition(array, 5)我们将得到：

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

从上面开始，原始数组具有此结构[index = value] [0 = 9，1 = 2，2 = 7，3 = 4，4 = 6，5 = 3，6 = 8，7 = 1，8 = 5]

您可以将索引的值映射到输出，并且满足以下条件：

argpartition() = partition()，如下所示：

[索引格式]数组（[5，8，7，3，1，4，6，2，0]）变为

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

与np.partition(array)的输出

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

希望这是有道理的，这是我可以理解函数的arg部分的唯一方法。

Answer 3

我还记得我也很难弄清楚，也许文档写得不好，但这是什么意思，当您执行@RequestMapping(value = "goods",method = RequestMethod.GET) public String deleteByIds(@RequestBody Integer[] ids) { goodsService.deleteByIds(ids); return "ok"; }时，x的排序方式是仅位置中的元素3，在这种情况下，k将被排序，因此，当您运行此代码时，基本上是说排序数组的第三个索引是什么，因此输出a=np.argpartition(x, 3)是因为对4（element 3）进行了排序，并且正如该文档建议的所有数字都小于其之前的数字（无特定顺序），因此您在数字前1之前有2，因为其无特定顺序，所以我希望可以澄清这一点，如果您仍然感到困惑，请随时发表评论：）< / p>

numpy的argpartition如何在文档示例中工作？

3 个答案: