numpy partition 用法及代码示例
Lincoln 用法：
numpy.partition(a, kth, axis=-1, kind='introselect', order=None)
返回数组的分区副本。
创建数组的副本，并重新排列其元素，以使k-th位置中的元素的值处于已排序数组中的位置。所有小于k-th元素的元素都将在该元素之前移动，所有等于或大于k-th的元素都将移动到其后面。两个分区中元素的顺序未定义。
1.8.0版中的新功能。
| – | 描述 |
|---|---|
| 参数 | a： ： array_like
要排序的数组。 分区依据的元素索引。元素的k-th值将处于其最终排序位置，所有较小的元素将在其之前移动，而所有相等或较大的元素将在其后面移动。分区中所有元素的顺序是不确定的。如果提供的序列为k-th，它将立即将所有由k-th索引的元素分区到其排序位置。 要排序的轴。如果为None，则在排序之前将数组展平。默认值为-1，它沿着最后一个轴排序。 选择算法。默认值为‘introselect’。 当a是定义了字段的数组时，此参数指定要比较第一，第二等的字段。可以将单个字段指定为字符串。并非所有字段都需要指定，但是未指定的字段仍会按照在dtype中出现的顺序使用，以打破联系。 |
| 返回值： | partitioned_array： ： ndarray
与a具有相同类型和形状的数组。 |
注意：
各种选择算法的特征在于它们的平均速度，最差性能，工作空间大小以及它们是否稳定。稳定的排序使具有相同键的项以相同的相对顺序保持。可用的算法具有以下属性：
沿着除最后一个轴以外的任何一个进行分区时，所有分区算法都会临时复制数据。因此，与沿任何其他轴进行分区相比，沿最后一个轴进行分区速度更快且占用的空间更少。
复数的排序顺序为字典顺序。如果实部和虚部都不是南，则顺序由实部确定，除非它们相等，在这种情况下，顺序由虚部确定。
例子：
>>> a = np.array([3, 4, 2, 1])
>>> np.partition(a, 3)
array([2, 1, 3, 4])
>>> np.partition(a, (1, 3))
array([1, 2, 3, 4])
