开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

为什么我的合并排序实现对list给出了正确的结果，但在对numpy数组使用时却给出了不同的(错误的)结果？

合并排序是一种常见的排序算法，它通过将待排序的数组分成两个子数组，分别对子数组进行排序，然后再将两个已排序的子数组合并成一个有序的数组。这个算法在处理普通的list时给出了正确的结果，但在对numpy数组使用时却给出了不同的错误结果。

这是因为numpy数组和普通的list在内部实现上有所不同。numpy数组是一种高性能的数据结构，它在内存中以连续的方式存储数据，并且支持向量化操作和广播功能，这使得它在数值计算和科学计算领域非常高效。然而，由于numpy数组的内存布局和普通的list不同，合并排序算法在处理numpy数组时可能会出现问题。

具体来说，合并排序算法在合并两个已排序的子数组时，需要比较两个子数组中的元素，并按照顺序将它们合并到一个新的数组中。在普通的list中，比较和合并操作可以直接通过索引访问和修改元素来完成，因为普通的list是通过指针链表实现的。然而，在numpy数组中，由于内存布局的连续性，无法直接通过索引访问和修改元素，而是需要使用特定的numpy函数来完成。

因此，当合并排序算法在处理numpy数组时，如果仍然使用普通的比较和合并操作，就会导致错误的结果。正确的做法是使用numpy提供的函数来完成比较和合并操作，例如使用numpy的np.concatenate函数来合并两个已排序的子数组。

总结起来，合并排序算法在处理numpy数组时需要注意使用numpy提供的函数来完成比较和合并操作，以确保得到正确的结果。

腾讯云相关产品和产品介绍链接地址：

腾讯云：https://cloud.tencent.com/
云服务器（CVM）：https://cloud.tencent.com/product/cvm
云数据库 MySQL 版：https://cloud.tencent.com/product/cdb_mysql
云原生应用引擎 TKE：https://cloud.tencent.com/product/tke
人工智能平台 AI Lab：https://cloud.tencent.com/product/ai
物联网开发平台 IoT Explorer：https://cloud.tencent.com/product/iotexplorer
移动开发平台 MDP：https://cloud.tencent.com/product/mdp
云存储 COS：https://cloud.tencent.com/product/cos
区块链服务 BaaS：https://cloud.tencent.com/product/baas
腾讯元宇宙：https://cloud.tencent.com/solution/metaverse

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

NumPy 1.26 中文文档（五十九）

生成的SeedSequences将产生与先前版本不同的结果。未生成的SeedSequences仍然会产生相同的结果。...生成的SeedSequence将产生与之前版本不同的结果。未生成的SeedSequence仍将产生相同的结果。...(gh-10151) argwhere 现在对 0 维数组产生一致的结果在 N 维数组上，numpy.argwhere 现在总是产生一个形状为(n_non_zero, arr.ndim)的数组，即使arr.ndim...(gh-14464) 当范围为2**32时，numpy.random.randint 产生了不正确的值在 1.17.0 中引入的实现在确定是否使用 32 位路径或完整 64 位路径时存在错误检查，错误地将具有高低范围为...(gh-14527) (gh-14518) NaT现在排序到数组的末尾 NaT现在在排序目的上有效地被视为最大的整数，因此它将排序到数组的末尾。这一改变是为了与NaN的排序行为保持一致。

931 0

NumPy 1.26 中文文档（五十八）

在更改 dtype 和转换实现方案方面做出了初步工作，以便提供更简单的路径来扩展 dtypes。这项工作正在进行中，但已经做得足够多以允许进行实验和反馈。...在其他情况下，它会出错，但错误会不正确地是关于广播的ValueError，而不是正确的IndexError。...在其他情况下，它会产生一个错误，但该错误是关于广播而不是正确的 IndexError 的错误 ValueError。...及相关函数的行为更改还确保了不同的编译器版本对这些操作中的 nan 或 inf 使用具有相同的行为。这以前取决于编译器，现在我们强制无效和除以零标志，使结果在不同编译器上相同。...及相关函数的行为更改还确保了不同的编译器版本对这些操作中的 nan 或 inf 使用具有相同的行为。这以前取决于编译器，现在我们强制无效和除以零标志，使结果在不同编译器上相同。

2301 0

Pandas图鉴(一)：Pandas vs Numpy

虽然NumPy也有结构化数组和记录数组，允许不同类型的列，但它们主要是为了与C代码对接。...下面是它的样子：至此我们已经迈出了重新实现Pandas的第一步。现在，下面有几个例子来说明Pandas可以做一些NumPy不能做的事情（或者需要付出巨大努力才能完成）。...一个稳定的排序算法可以保证第一次排序的结果在第二次排序时不会丢失。用NumPy还有其他方法，但都不如用Pandas简单和优雅。...说到这里，你可能会想，既然Pandas这么好，为什么还会有人使用NumPy呢？NumPy没有好坏之分，它只是有不同的使用情况：随机数（例如，用于测试）线性代数（例如，用于神经网络）。...这里的values属性提供了对底层NumPy数组的访问，并带来了3-30倍的速度提升。答案是否定的。Pandas 在这些基本操作上是如此缓慢，因为它正确地处理了缺失值。

3195 0

NumPy 1.26 中文文档（五十四）

这种行为可能会引起争议，但对于比较 ==、<= 来说是令人困惑的，因为返回的结果可能是不正确的，但转换是隐藏的，因为结果是布尔值。现在 NumPy 将通过避免转换为浮点数来返回这些正确的结果。...(gh-23528) 使用mode=wrap的np.pad使用原始数据的严格倍数填充。基于早期版本的pad的代码，使用mode="wrap"会在填充大小大于初始数组时返回不同的结果。...这种行为可能会引起争议，但对于比较==、<=来说很令人困惑，因为返回的结果可能是不正确的，但转换被隐藏，因为结果是布尔值。现在，NumPy 将避免转换为浮点数，以便为这些情况返回正确的结果。...(gh-23113) 修复复零的幂 np.power现在对于复数的0^{non-zero}返回不同的结果。请注意，只有当指数的实部大于零时，该值才被定义。以前，除非虚部严格为零，否则返回 NaN。...这种行为可能会引起争议，但对于比较==、<=来说很令人困惑，因为返回的结果可能是不正确的，但转换是隐藏的，因为结果是布尔值。现在 NumPy 将通过避免转换为浮点数来返回这些正确的结果。

1091 0

数据科学家令人惊叹的排序技巧

对于大部分数据科学问题，并不需要精通所有排序算法的基础实现。事实上，过早进行优化有时候会被认为是所有错误的根源。不过，了解哪个库以及需要使用哪些参数进行排序是非常有帮助的，下面是我做的一份小抄： ?...由于底层实现是采用 numpy ，所以同样可以得到很好的优化排序选项，但 pandas 因为其便利性会额外耗时一点。...但不幸的是，我尝试在谷歌的 Cola 上通过 Numpy 构建一个 1.1M * 100 K 的随机数据集的时候出现内存不足的错误，然后尝试用 GCP 的 416 MB，出现同样的内存不足的错误。...另外，这就是一个小小的测试，绝对不是权威的结果。总结最后，通常我们都不需要自己实现排序算法，目前各个库实现的方法以及很强大了。...它们也并不是只采用一种排序算法，都是通过对不同类型的数据进行测试不同的排序算法，从而选择不同情况下最佳的排序算法，甚至有的实现会改进算法本身来提高排序的速度。

1.3K1 0

NumPy 1.26 中文文档（五十七）

当在同一调用中存在多个错误时，NumPy 现在可能会抛出不同的错误。...在将来，可以定制此行为以实现更复杂的 ufunc 的预期结果。（对于某些通用函数，如 np.ldexp 输入可以有不同的 DTypes。）...当同一调用中存在多个错误时，NumPy 现在可能会引发不同的错误。...将来，这个行为可能可以定制化，以实现对更复杂的通用函数的期望结果。（对于一些通用函数，比如np.ldexp，输入可能具有不同的 DTypes。）...Clang 的默认版本是非严格版本，允许编译器生成不正确设置浮点警告/错误的代码。 (gh-19049) 通用函数中错误类型的更改在某些情况下，通用函数可能会对无效输入引发不同的错误。

1001 0

NumPy 1.26 中文文档（五十六）

#21866: BUG: 修复发现的 MachAr 错误（仍在 valgrind 中使用） #21867: BUG: 在排序过程中正确处理 float16 的 NaN 值 #21868: BUG...#21866: BUG: 修复发现的 MachAr 错误（仍在 valgrind 中使用） #21867: BUG: 在排序过程中正确处理 float16 的 NaN 值 #21868: BUG...(gh-20580) 现在更改为不同大小的 dtype 只需要最后一个轴的连续性以前，查看具有不同项大小的 dtype 的数组需要整个数组是 C 连续的。...这种限制会不必要地强迫用户在能够更改 dtype 之前对非连续数组进行连续复制。此更改不仅影响 ndarray.view，还影响其他构造机制，包括不鼓励直接赋值给 ndarray.dtype。..._from_dlpack：导出正确的设备信息 #21139: 错误修复：修复 numba DUFuncs 添加循环被拾取的问题 #21140: 错误修复：修复对具有非零维度的空 ndarray

1251 0

NumPy 1.26 中文文档（五十五）

#23637: BUG: 修复解析 F77 风格字符串数组中的错误贡献者总共有 12 人为此版本做出了贡献。...(gh-21925) 返回的数组尊重 dtype 关键字参数对象的唯一性当np.array或asarray与dtype关键字参数一起使用时，返回数组的 dtype 现在总是与调用者提供的 dtype...(gh-21925) 返回的数组尊重 dtype kwarg 对象的唯一性当 dtype 关键字参数与 np.array 或 asarray 一起使用时，返回数组的 dtype 现在始终与调用者提供的...: 修复：在共享头文件中公开堆排序算法 #22215: 修复：支持使用 libunwind 进行回溯 #22216: 维护：修复 f2py 中不正确的指针类型使用 #22220: 修复...构建 #22214: BUG: 在共享头文件中公开堆排序算法 #22215: BUG: 支持使用 libunwind 进行回溯 #22216: MAINT: 修复 f2py 中不正确的指针类型使用

1021 0

流畅的 Python 第二版（GPT 重译）（一）

他们从不同角度提出的许多建议使本书变得更好。...Python 从 ABC 继承了对序列的统一处理。字符串、列表、字节序列、数组、XML 元素和数据库结果共享一组丰富的通用操作，包括迭代、切片、排序和连接。...NumPy 在对许多维度的数组进行切片时使用...作为快捷方式；例如，如果x是一个四维数组，则x[i, ...]是x[i, :, :, :,]的快捷方式。查看“NumPy 快速入门”以了解更多信息。...② 在第 1 行第 2 列放置一个标记，然后查看结果。一个诱人但错误的快捷方式是像示例 2-15 那样做。示例 2-15....在查看了平面序列 — 标准数组和 NumPy 数组之后，我们现在转向一组完全不同的替代品，用于替代普通的 list：队列。

2300 0

解决ValueError: Shape of passed values is (33, 1), indices imply (33, 2)

检查索引的使用此外，我们还需要检查索引的使用是否正确。错误信息中指出了索引所暗示的形状，我们应该确保我们在使用索引时保持一致。检查索引是否正确是解决这个错误的另一个重要步骤。3....最后，我们检查了数据对象的形状信息，并输出了结果。...然后，我们使用pd.merge()函数将这两个数据集根据姓名列进行合并，得到了一个包含学生姓名、年龄和分数的数据集result。最后，我们输出了合并后的结果。...可以根据自己的实际需求和数据集的情况，进行相应的修改和调整。希望这个示例对你有所帮助！reshape函数是NumPy库中的一个函数，用于改变数组的形状。...然后，我们使用shape属性获取了数组的形状，并将结果赋值给变量shape。最后，我们输出了数组的形状。

1.6K2 0

NumPy 1.26 中文文档（五十三）

图像和现实数据使文本更引人入胜和有力，但请确保您使用的内容具有适当的许可和可用性。同样，即使是艺术作品的初步构思也可以被他人打磨。...### 文档字符串当将 Sphinx 与 NumPy 约定一起使用时，你应该使用 numpydoc 扩展，这样你的文档字符串就会被正确处理。...图像和真实数据使文本更具吸引力和强大，但请确保您使用的内容具有适当的许可和可用性。在这方面，即使是一个粗略的艺术构思也可以由其他人润色。...我们欢迎被提醒应该添加到 NumPy 风格规则中的案例。文档字符串当将Sphinx与 NumPy 约定结合使用时，应使用numpydoc扩展，以使您的文档字符串被正确处理。...当分配给数组时，NumPy 标量将被强制转换混合字符串和其他类型时，数组强制转换发生变化数组强制转换重组对numpy.broadcast_arrays的结果进行写操作将导出只读缓冲区

1101 0

没有之一，我见过的最漂亮代码！！

这个有趣的问题在我脑海里盘旋了大半天，然后我发现答案其实很简单：Quicksort算法。但遗憾的是，根据不同的表达方式，这个问题有着三种不同的答案。当我撰写关于分治算法的论文时，我发现C.A.R....随后，我们开始用C语言编写一个新排序函数库，并且考虑了许多不同的算法，包括合并排序（Merge Sort）和堆排序（Heap Sort）等算法。...我们的任务是对示例3-1中的Quicksort代码进行修改，以分析在对元素值均不相同的数组进行排序时平均需要进行多少次比较。我们还将努力通过最短的代码、最短运行时间以及最小存储空间来得到最深的理解。...我们已经看到了三种截然不同的类型的程序。示例3-2和示例3-3是能够实际使用的Quicksort，可以用来在对真实数组进行排序时统计比较次数。...当这两个东西完美地匹配在一起时，你可以想象一下我当时的喜悦吧！因此，我向世界提供了这些漂亮的并且未曾实现的程序，虽然在这些程序中可能会有一些还未发现的错误，但我对这些程序的正确性还是有一定信心的。

1.8K22 19

【数据分析从入门到“入坑“系列】利用Python学习数据分析-Numpy认识和使用

NumPy的部分功能如下： ndarray，一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。用于对整组数据进行快速运算的标准数学函数（无需编写循环）。...由于NumPy提供了一个简单易用的C API，因此很容易将数据传递给由低级语言编写的外部库，外部库也能以NumPy数组的形式将数据返回给Python。...对于大部分数据分析应用而言，我最关注的功能主要集中在：用于数据整理和清理、子集构造和过滤、转换等快速的矢量化数组运算。常用的数组算法，如排序、唯一化、集合运算等。...高效的描述统计和数据聚合/摘要运算。用于异构数据集的合并/连接运算的数据对齐和关系型数据运算。将条件逻辑表述为数组表达式（而不是带有if-elif-else分支的循环）。...数据的分组运算（聚合、转换、函数应用等）。。虽然NumPy提供了通用的数值数据处理的计算基础，但大多数读者可能还是想将pandas作为统计和分析工作的基础，尤其是处理表格数据时。

5333 0

利用Python进行数据分析笔记

合并和其它流行数据库（例如基于SQL的数据库）的关系操作。我想只用一种工具就实现所有功能，并使用通用软件开发语言。Python是一个不错的候选语言，但是此时没有集成的数据结构和工具来实现。...因此，对未排序的列表使用bisect不会产生错误，但结果不一定正确。...这是通过一种叫做迭代器协议（iterator protocol，它是一种使对象可迭代的通用方式）的方式实现的，一个原生的使对象可迭代的方法。...虽然pandas采用了大量的NumPy编码风格，但二者最大的不同是pandas是专门为处理表格和混杂数据设计的。而NumPy更适合处理统一的数值数组数据。...在将对象相加时，如果存在不同的索引对，则结果的索引就是该索引对的并集。对于有数据库经验的用户，这就像在索引标签上进行自动外连接。

5.2K1 0

归并排序的正确理解方式及运用

一直都有很多读者说，想让我用框架思维讲一讲基本的排序算法，我觉得确实得讲讲，毕竟学习任何东西都讲求一个融会贯通，只有对其本质进行比较深刻的理解，才能运用自如。...本文就先讲归并排序，给一套代码模板，然后讲讲它在算法问题中的应用。阅读本文前我希望你读过前文手把手刷二叉树（纲领篇）。...我在手把手刷二叉树（第一期）讲二叉树的时候，提了一嘴归并排序，说归并排序就是二叉树的后序遍历，当时就有很多读者留言说醍醐灌顶。知道为什么很多读者遇到递归相关的算法就觉得烧脑吗？...代码实现及分析只要拥有了正确的思维方式，理解算法思路是不困难的，但把思路实现成代码，也很考验一个人的编程能力。...对于归并排序来说，时间复杂度显然集中在merge函数遍历nums[lo..hi]的过程，但每次merge输入的lo和hi都不同，所以不容易直观地看出时间复杂度。 merge函数到底执行了多少次？

6471 0

NumPy 1.26 中文官方指南（四）

NumPy 例程具有内置的 ufunc，但用户也可以编写自己的。向量化 NumPy 把数组处理交给了 C 语言，在那里循环和计算比在 Python 中快得多。...numpy.genfromtxt 现在正确解包结构化数组。 mgrid、r_等对非默认精度输入一直返回正确输出。形状不匹配的布尔数组索引现在会正常地引发 IndexError。...在 F2PY 中添加--f2cmap选项改进相同大小的不同 C 数值类型具有唯一的名称 argwhere 在 0 维数组上现在产生一致的结果为 random.permutation...) 变更 NaT 现在排序到数组的末尾在 np.set_printoptions 中不正确的 threshold 会引发 TypeError 或 ValueError 保存带有元数据的数据类型时发出警告...现在实现矩阵乘法 np.polyfit 中协方差矩阵的缩放方式不同 maximum 和 minimum 不再发出警告 Umath 和 multiarray C 扩展模块合并为一个单独模块

1171 0

21个Java Collections面试问答

Java Collections框架是Java编程语言的核心API之一。这是Java面试问题的重要主题之一。在这里，我列出了一些重要的Java集合面试问题和解答，以帮助您进行面试。...6、为什么Map接口没有实现Collection接口？尽管Map接口及其实现是Collections Framework的一部分，但Map不是集合，集合也不是Map。...如果这些方法的实现不正确，则两个不同的Key可能会产生相同的hashCode()和equals()输出，在这种情况下，HashMap不会考虑将它们存储在不同的位置，而是将其覆盖并覆盖它们。...该集合由Map支持，因此对Map的更改会反映在集合中，反之亦然。如果在对集合进行迭代时修改了映射(通过迭代器的remove操作除外)，则迭代的结果不确定。...如果在对集合进行迭代时修改了映射(通过迭代器的remove操作除外)，则迭代结果不确定。

2K4 0

【16】进大厂必须掌握的面试题-100个python面试

循环，类，函数等中的所有代码都在缩进块中指定。通常使用四个空格字符来完成。如果您的代码没有必要缩进，那么它将无法正确执行，并且也会引发错误。 Q15。Python数组和列表有什么区别？...回答：以下代码可用于在Python中对列表进行排序： list = ["1", "4", "0", "6", "9"] list = [int(i) for i in list] list.sort(...NumPy和SciPy有什么区别？答：在理想情况下，NumPy除了数组数据类型和最基本的操作外，将不包含任何内容：索引，排序，重塑，基本的元素函数等。所有数字代码都将驻留在SciPy中。...回答：与2D绘图一样，3D图形也超出了NumPy和SciPy的范围，但就像在2D情况下一样，存在与NumPy集成的软件包。...c）无 d）错误答案： a）正确与打开文件一起使用时，WITH语句可确保在with块退出时关闭文件对象。

16.4K3 0

《利用Python进行数据分析·第2版》附录A NumPy高级应用A.1 ndarray对象的内部机理A.2 高级数组操作A.3 广播A.4 ufunc高级应用A.5 结构化和记录式数组A.6 更多

图A-4 一维数组在轴0上的广播于是就得到了： ? 虽然我是一名经验丰富的NumPy老手，但经常还是得停下来画张图并想想广播的原则。再来看一下最后那个例子，假设你希望对各行减去那个平均值。...ufunc实例方法 NumPy的各个二元ufunc都有一些用于执行特定矢量化运算的特殊方法。表A-2汇总了这些方法，下面我将通过几个具体的例子对它们进行说明。...为什么要用结构化数组跟pandas的DataFrame相比，NumPy的结构化数组是一种相对较低级的工具。它可以将单个内存块解释为带有任意复杂嵌套列的表格型结构。...给定一个或多个键，你就可以得到一个由整数组成的索引数组（我亲切地称之为索引器），其中的索引值说明了数据在新顺序下的位置。argsort和numpy.lexsort就是实现该功能的两个主要方法。...表A-3列出了可用的排序算法及其相关的性能指标。大部分用户完全不需要知道这些东西，但了解一下总是好的。 ? 表A-3 数组排序算法部分排序数组排序的目的之一可能是确定数组中最大或最小的元素。

4.9K7 1

JAX 中文文档（十二）

，这样我们就可以避免在不同设备上对计算进行排序，同时可以阻塞具有副作用的计算。...这里是显示结果的屏幕截图：在自动完成字段中列出了抽象ndarray类声明的所有方法和属性。我们将在下面进一步讨论为什么需要创建这个抽象类，而不是直接用DeviceArray进行注释。...JAX 的类型注解挑战 JAX 目前的类型注解是不同风格的混合，并针对上述所有三个类型注解层级。部分原因是因为 JAX 的源代码对 Python 的类型注解系统提出了许多独特的挑战。...但我们可以提供一个静态检查机制，在所有潜在不正确的程序上引发错误。...一直有一个隐含的认识，即numpy和 scipy 的某些部分超出了 JAX 的范围，但这一范围并没有明确定义。

2891 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭