Python Numpy分区未按预期工作

据我所知，在本例中，给定的数组在

30

之前应该有

20

。为什么

20

排序为大于

30

的数字

推理：

np.partition

应在值

30

上拆分，并将小于

30

的所有值放在左边，大于

30

的所有值放在右边

20

小于

30

但在

30

右侧

nums = np.array([70, 50, 20, 30, -11, 60, 50, 40])
print(nums[3])
print(np.partition(nums, 3))
>>> 30
>>> array([-11,  30,  20,  40,  50,  60,  50,  70])

请尝试以下代码：

def partition(pred, iterable):
    trues = []
    falses = []
    for item in iterable:
        if pred(item):
            trues.append(item)
        else:
            falses.append(item)
    return trues, falses

用法

输出：

trues
[12, 42]
falses
[1, 4, 7]

或此代码：

import numpy as geek
out_arr = geek.partition(nums, (0, 3))
print ("Output partitioned array : ", out_arr)

请尝试以下代码：

def partition(pred, iterable):
    trues = []
    falses = []
    for item in iterable:
        if pred(item):
            trues.append(item)
        else:
            falses.append(item)
    return trues, falses

用法

输出：

trues
[12, 42]
falses
[1, 4, 7]

或此代码：

import numpy as geek
out_arr = geek.partition(nums, (0, 3))
print ("Output partitioned array : ", out_arr)

---

分区的文档有点棘手；您还需要检查示例。当您指定分区的位置时，您给出的是已排序的位置。你的电话说“给我一个分区——一种未完成的分区——
nums
。确保元素3在正确的位置。”

排序数组的第三个元素是40，而不是30。您感到惊讶（我理解），但文档是正确的。这用于在策略点对数组进行分区的许多递归例程，例如合并排序。你想要选择一个战略位置，而不是猜测一个轴心值。
分区的文档有点棘手；您还需要检查示例。当您指定分区的位置时，您给出的是已排序的位置。你的电话说“给我一个分区——一种未完成的分区——
nums
。确保元素3在正确的位置。”

排序数组的第三个元素是40，而不是30。您感到惊讶（我理解），但文档是正确的。这用于在策略点对数组进行分区的许多递归例程，例如合并排序。你想选择一个战略位置，而不是猜测一个轴心值。
索引3是4元素，在最终排序的数组中是40。请注意，40左边的所有元素都比它小，右边的所有元素都大

从：

kth：分区依据的元素索引。第k次
元素的值将位于其最终排序位置，并且
较小的元素将在其前面移动，并且所有元素都相等或更大
背后的因素

索引3是4元素，它在最终排序的数组中是40。请注意，40左边的所有元素都比它小，右边的所有元素都大

从：

kth：分区依据的元素索引。第k次
元素的值将位于其最终排序位置，并且
较小的元素将在其前面移动，并且所有元素都相等或更大
背后的因素

谢谢虽然我不明白为什么我的例子还在发生。20应该排在30的左边吗？谢谢！虽然我不明白为什么我的例子还在发生。20应该排在30的左边吗？这很有道理，谢谢！看来我需要提高我的阅读理解能力。这很有道理，谢谢！看来我需要提高我的阅读理解能力。这很有道理，谢谢！看来我需要提高我的阅读理解能力。现在不要担心你的理解能力——文档并不清楚，直到例子消除了这个问题。这很有意义，谢谢！看来我需要提高我的阅读理解能力。现在还不用担心你的理解能力——文档还不清楚，直到例子消除了问题的歧义。