Python之numpy.argpartition

在一个python程序中看到了关于numpy.argpartition的使用，因为没有接触过，所以上网搜索相关解释，但是除了官方的简单介绍之外，没有其他技术人员或博客有相关介绍。现在通过对程序中的这个问题的摸索，现在对该函数的使用具体实例化解释如下，参照示例可以更好的明白它的具体计算。

np.argpartition：划分重组数组,返回的是重组后数据的索引数组(切记这个输出形式)。这个可以很快地找出第 k 大的数的位置，以及大于 k （排在k后面）和 小于 k （排在k前面）的数的位置。下面具体看两种类型的例子： （1）示例1：

x = np.array([3, 4, 2, 1])
x[np.argpartition(x, 0)]		>>array([1 4 2 3])
x[np.argpartition(x, 1)]		>>array([1 2 4 3])
x[np.argpartition(x, 2)]		>>array([1 2 3 4])
x[np.argpartition(x, 3)]		>>array([2 1 3 4])
x[np.argpartition(x, 4)]		>>ValueError: kth(=4) out of bounds (4)

（2）示例2：

 y = np.array([[1, 2,4,7,3,5], [3, 4,1,6,9,0]])

b0=(0)
z0 = np.argpartition(y, b0, axis=1)
=>array([[0 1 2 3 4 5]
         [5 1 2 3 4 0]]）

b=(1)
z = np.argpartition(y, b, axis=1)
=>array([[0 1 2 3 4 5]，
         [5 2 1 3 4 0]]）

b1=(1,2)
z1 = np.argpartition(y, b1, axis=1)
=>array([[0 1 4 3 2 5]
         [5 2 0 3 4 1]]）

b2=(1,2,3)
z2 = np.argpartition(y, b2, axis=1)
=>array([[0 1 4 2 3 5]
         [5 2 0 1 4 3]]）

b3=(1,2,3,4)
z3 = np.argpartition(y, b3, axis=1)
=>array([[0 1 4 2 5 3]
         [5 2 0 1 3 4]]）

b4=(1,2,3,4,5)
z4 = np.argpartition(y, b4, axis=1)
=>array([[0 1 4 2 5 3]
         [5 2 0 1 3 4]])

b4=(1,2,3,4,5,6)
报错：数组索引从0至5,而6越界。

在我的程序中，针对一个7494*7494的矩阵，需要确定每一行中最小的K个值，然后以7494*10的形式输出新的矩阵，由于每一行中的10个最小数值的位置都不相同，不便于在原始数据基础上直接输出，于是程序中是以索引数组的形式输出。