关于python中numpy.argpartition函数的个人理解

numpy.argpartition函数的理解

closest_y = self.y_train[np.argpartition(dists[i],k)[0:k]]

首先我们要明白的是argpartition函数输出的是一个索引数组

定义一个乱序的数组

dists= np.array([ 3.0, 2.0, 5.0, 4.0, 7.0, 6.0, 1.0, 0.0])

首先我定义，k = 5，相当于跑步成绩里第k名
这个函数输出结果是，将成绩比第K名好的索引号放在K前面（时间短），差的放在K后面。（无序放置）

k = 5
print(np.argpartition(dists, k))
>> array([1 7 6 0 3 2 5 4])

最后输出排序后的结果

print(dists[np.argpartition(dists, k)])
>> array([2. 0. 1. 3. 4. 5. 6. 7.])

如果只取X个比k名次还高的

X = 4
print(dists[np.argpartition(dists, k)[:X]])
>> array([2. 0. 1. 3.])

其它k和X

k = 6
X = 6
print(np.argpartition(dists, k))
print(dists[np.argpartition(dists, k)])
print(dists[np.argpartition(dists, k)[:X]])
>> array([1 7 6 0 2 3 5 4])
>> array([2. 0. 1. 3. 5. 4. 6. 7.])
>> array([2. 0. 1. 3. 5. 4.])