mindspore.mint.searchsorted

mindspore.mint.searchsorted(sorted_sequence, values, *, out_int32=False, right=False, side=None, sorter=None)[源代码]

返回位置索引,根据这个索引将 values 插入 sorted_sequence 后,sorted_sequence 的最内维度的顺序保持不变。

参数:
  • sorted_sequence (Tensor) - 输入Tensor。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。

关键字参数:
  • out_int32 (bool, 可选) - 输出数据类型。如果为 True ,则输出数据类型将为int32;如果为 False ,则输出数据类型将为int64。默认值: False

  • 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

  • side (str, 可选) - 跟参数 right 功能一致,如果参数值为 'left',相当于 rightFalse。如果参数值为 'right' ,相当于 rightTrue。如果值为 'left' 但是 rightTrue 则会报错。默认值: None

  • 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

返回:

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,并且形状与values的形状相同。

异常:
  • ValueError - 如果 sorted_sequence 的维度不是1,并且除 sorted_sequencevalues 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

样例:

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, mint
>>> 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 = mint.searchsorted(sorted_sequence, values)
>>> print(output)
[[2 4 5]
 [1 2 4]]