Python numpy分区是如何工作的

我试图弄清楚

np.partition

函数是如何工作的。 例如，考虑

arr=np.array（[5,4,1,0，-1，-3，-4,0]）

如果我调用

np.partition（arr，kth=2）

，我得到

np.array（[-4，-3，-1,0,1,4,5,0]）

我希望在分区之后，数组将拆分为元素少一个、元素多一个。 但是第二个零放在最后一个数组位置，这不是分区后的正确位置。

表示：

创建一个数组的副本，其元素以如下方式重新排列： 第k个位置的元素值位于它将位于的位置 已排序的数组。所有小于第k个元素的元素都将在之前移动 此元素以及所有相等或更大的元素将移到其后面。排序 两个分区中的元素未定义

在您给出的示例中，您选择了排序列表的第2个元素（从零开始），即-1，如果数组已排序，则它似乎位于正确的位置

“排序数组”的说法

np.partition

首先对提供的数组中的元素进行排序。在这种情况下，原始阵列是：

arr = [ 5,  4,  1,  0, -1, -3, -4,  0]

分类后，我们有：

arr_sorted = [-4 -3 -1  0  0  1  4  5]

---

因此，调用

np.partition（arr，kth=2）

实际上将

kth

作为

arr\u排序的
2
位置的元素，而不是
arr
。元素被正确选择为
-1
请参阅文档是，我有。根据文件，“元素的第k个值将处于其最终排序位置，所有较小的元素将在其前面移动，所有相等或较大的元素将在其后面移动。”。对非唯一数组的行为只字未提。我发现在唯一数组上的分区工作得很好。它可能是“清晰的”，但很容易将原始数组中的
kth
位置与结果中的
kth
位置混淆。是的，这是正确的。也许文档中可以更强调这一部分，只是它并没有真正对数组进行排序。第k个元素之前和之后的元素可以（和确实）具有任意顺序。