Автор оригинала: Team Python Pool.

NumPy argpartition() | Объяснено примерами

Привет гики и добро пожаловать в этой статье мы рассмотрим NumPy argpartition(). Наряду с этим, для общего лучшего понимания, мы также рассмотрим его синтаксис и параметр. Затем мы увидим применение всей теоретической части на нескольких примерах. Но сначала попробуем получить краткое представление о функции через ее определение.

Функция < strong>Numpy argpartition() помогает нам, создавая косвенное разбиение вдоль заданной оси. Он делает это с помощью k-го параметра , который будет обсуждаться позже. Он сохраняет форму родительского массива. В следующем разделе мы рассмотрим его синтаксис.

СИНТАКСИС

numpy.argpartition(a, kth)

Это общий синтаксис нашей функции. В следующем разделе мы обсудим различные параметры, связанные с ним.

ПАРАМЕТР

1. a: array_like

Этот параметр представляет собой входной параметр, к которому должна быть применена функция.

2. kth: int или последовательность, если int

Как уже немного говорилось в определении, этот параметр отвечает за косвенное разбиение функции. Здесь k-й элемент будет находиться в своем конечном отсортированном положении, и все меньшие по сравнению с ним элементы будут двигаться перед ним и двигаться позади больших элементов.

3. ось: int или none

Это необязательный параметр. По умолчанию он имеет значение, равное -1, и если он определен как none, то для работы используется сплющенный массив.

<сильный>4. Добрый

Это еще один необязательный параметр, представляющий алгоритм выбора. По умолчанию он установлен как intro select.

5. порядок: str или список str

Еще один необязательный параметр, если он определен, этот аргумент указывает, какие поля следует сравнивать в первую очередь, во вторую и т. Д.

ВЕРНУТЬ

- Index_array: ndarray, int

По завершении программы функция возвращает индексный номер с разделением по указанной оси.

ПРИМЕРЫ

Мы рассмотрели всю необходимую теорию, связанную с нашей функцией. Кроме того, мы рассмотрели его определение и разработали краткое понимание нашей функции. В этом разделе мы рассмотрим различные примеры, которые помогут нам лучше понять нашу функцию.

1. Базовый пример для numPy Argpartition()

#input
import numpy as ppool
a=[1,3,5,4,2]
print(ppool.argpartition(a,3))
b=[10,23,50,41,28]
print(ppool.argpartition(b,2))

#output
[0 4 1 3 2]
[0 1 4 3 2]

В приведенном выше примере сначала мы импортировали модуль NumPy. Затем мы определили наш массив. После чего мы использовали оператор print вместе с нашим синтаксисом для достижения желаемого результата. Для первого примера мы определили значение kth равным 3 индексному номеру . Нигде с индексом не связано число 3 значение 4 , поэтому соответственно производятся все корректировки. Таким образом, тогда наш входной массив становится [1,2,3,4,5], и наш правильно оправдывает его по сравнению с их индексными номерами в родительском массиве.

2. Пример с необязательными параметрами

import numpy as ppool
a=[[1,3,5,4,2],
   [3,45,5,6,7]]))

Выход:

[[0 4 1 3 2]
 [0 2 3 4 1]]

Выше мы можем увидеть еще один пример для нашей функции. Здесь вместо этого мы использовали необязательный параметр, называемый осью. Также здесь мы рассмотрели 2-мерный массив. Кроме того, все шаги аналогичны первому примеру. Здесь мы можем заметить, какое значение имеет параметр оси. Вместо того чтобы сглаживать массив, операция была выполнена на 2 отдельных массивах, и форма также сохраняется.

NUMPY ARGPARTITION() VS ARGSORT()

В этом разделе мы сравним 2 различные функции NumPy. Как мы уже обсуждали ранее, определение NumPy argpartition. Теперь давайте посмотрим на определение NumPy argsort(), эта функция помогает нам, выполняя косвенную сортировку по заданной оси с помощью алгоритма, заданного ключевым словом kind. Определение может показаться знакомым, но эти 2 функции работают по-разному. Следующий пример развеет все ваши сомнения.

Здесь обе функции возвращают нам таблицу индексного номера родительского массива. Но мы видим, что выход немного отличается друг от друга. Это позволяет сделать вывод, что обе функции работают по-разному.

НАДО ЧИТАТЬ

• Функция справки Python | Как использовать справку Python
• Numpy Mean: Реализация и важность
• МЕТОДЫ ПРЕОБРАЗОВАНИЯ КОРТЕЖА В СТРОКУ В PYTHON
• Индекс списка Python вне диапазона: Ошибка и разрешение

ЗАКЛЮЧЕНИЕ

В этой статье мы рассмотрели Numpy argpartition(). Кроме того, мы также рассмотрели его синтаксис и параметры. Для лучшего понимания мы рассмотрели несколько примеров. Мы варьировали синтаксис и рассматривали выходные данные для каждого случая. В конце концов, мы можем сделать вывод, что функция NumPy argpartition() используется для выполнения косвенного разбиения.

Надеюсь, эта статья смогла развеять все сомнения. Но если у вас есть какие-либо нерешенные вопросы, не стесняйтесь писать их ниже в разделе комментариев. Прочитав это, почему бы не прочитать о функции isin далее.