mindspore.ops.SearchSorted

class mindspore.ops.SearchSorted(dtype=mstype.int64, right=False)[源代码]

返回位置索引，根据这个索引将 values 插入 sorted_sequence 后，sorted_sequence 的元素大小顺序保持不变。

警告

这是一个实验性API，后续可能修改或删除。

更多参考详见 mindspore.ops.searchsorted()。

参数：

  • dtype (mindspore.dtype，可选) - 输出数据类型。可选值为： mstype.int32 和 mstype.int64 。默认值： mstype.int64 。

  • right (bool, 可选) - 搜索策略。如果为 True ，则返回找到的最后一个合适的索引；如果为 False ，则返回第一个合适的索引。默认值： False 。

输入：

  • sorted_sequence (Tensor) - Tensor的shape为 \((x_1, x_2, ..., x_R-1, x_R)\) 或 x_1。在最里面的维度上必须包含单调递增的序列。

  • values (Tensor) - 要插入元素的值。Tensor的shape为 \((x_1, x_2, ..., x_R-1, x_S)\)。

  • sorter (Tensor, 可选) - 如果提供，shape将与 sorted_sequence 一致, 类型必须为int64，包含整数索引，这些索引将在最内层维度上按升序给 sorted_sequence 排序。默认值： None 。

输出：

表示 sorted_sequence 最内维度的索引的Tensor，如果插入 values Tensor中相应的值，则 sorted_sequence Tensor的顺序将被保留；如果out_int32为True，则返回的数据类型为int32，否则为int64，并且shape与values的shape相同。

异常：

  • ValueError - 如果 sorted_sequence 的维度不是1，并且除 sorted_sequence 和 values 的最后一个维度之外的维度不同。

  • ValueError - 如果 sorted_sequence 是Scalar。

  • ValueError - 如果 values 是Scalar，并且 sorted_sequence 的维度不是1。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> searchsorted = ops.SearchSorted()
>>> sorted_sequence = Tensor(np.array([[0, 1, 3, 5, 7], [2, 4, 6, 8, 10]]), mindspore.float32)
>>> values = Tensor(np.array([[3, 6, 9], [3, 6, 9]]), mindspore.float32)
>>> output = searchsorted(sorted_sequence, values)
>>> print(output)
[[2 4 5]
[1 2 4]]