查找三维numpy数组中的n个最小值的索引

Question

给定一个3维numpy数组，如何查找前n个最小值的索引？最小值的指数可以发现：

i,j,k = np.where(my_array == my_array.min()) 

Answer 1

下面是通用正变暗和通用n个最小号的一种方法 -

def smallestN_indices(a, N): 
    idx = a.ravel().argsort()[:N] 
    return np.stack(np.unravel_index(idx, a.shape)).T 

的的2D输出数组将持有的每一行索引与最小阵列号之一对应的元组。

我们也可以使用argpartition，但可能无法维持订单。所以，我们需要argsort还有多一点额外的工作 -

def smallestN_indices_argparitition(a, N, maintain_order=False): 
    idx = np.argpartition(a.ravel(),N)[:N] 
    if maintain_order: 
     idx = idx[a.ravel()[idx].argsort()] 
    return np.stack(np.unravel_index(idx, a.shape)).T 

采样运行 -

In [141]: np.random.seed(1234) 
    ...: a = np.random.randint(111,999,(2,5,4,3)) 
    ...: 

In [142]: smallestN_indices(a, N=3) 
Out[142]: 
array([[0, 3, 2, 0], 
     [1, 2, 3, 0], 
     [1, 2, 2, 1]]) 

In [143]: smallestN_indices_argparitition(a, N=3) 
Out[143]: 
array([[1, 2, 3, 0], 
     [0, 3, 2, 0], 
     [1, 2, 2, 1]]) 

In [144]: smallestN_indices_argparitition(a, N=3, maintain_order=True) 
Out[144]: 
array([[0, 3, 2, 0], 
     [1, 2, 3, 0], 
     [1, 2, 2, 1]]) 

运行测试 -

In [145]: a = np.random.randint(111,999,(20,50,40,30)) 

In [146]: %timeit smallestN_indices(a, N=3) 
    ...: %timeit smallestN_indices_argparitition(a, N=3) 
    ...: %timeit smallestN_indices_argparitition(a, N=3, maintain_order=True) 
    ...: 
10 loops, best of 3: 97.6 ms per loop 
100 loops, best of 3: 8.32 ms per loop 
100 loops, best of 3: 8.34 ms per loop