我需要在Numpy数组中的N个最小（索引）值

您好我有一个数组中有X个值的数组我想定位十个最小值的索引。在这个链接他们计算了最大有效，How to get indices of N maximum values in a numpy array? 但是我不能评论链接，所以我不得不重新发布这个问题。我需要在Numpy数组中的N个最小（索引）值

我不确定我需要更改哪些索引以实现最小值而非最大值。这是他们的代码

In [1]: import numpy as np 

In [2]: arr = np.array([1, 3, 2, 4, 5]) 

In [3]: arr.argsort()[-3:][::-1] 
Out[3]: array([4, 3, 1])

来源

2013-05-29 astrochris

如果你打电话

arr.argsort()[:3]

它会给你3种最小元素的索引。

array([0, 2, 1], dtype=int64)

所以，n，你应该叫

arr.argsort()[:n]

来源

2013-05-29 15:28:12 petrichor

我不保证，这将是快，但更好的算法将依靠heapq。

import heapq 
indices = heapq.nsmallest(10,np.nditer(arr),key=arr.__getitem__)

这应该工作在大约O(N)操作，而使用argsort将采取O(NlogN)操作。然而，另一个被推入高度优化的C，所以它可能仍然表现更好。要知道，你需要对你的实际数据进行一些测试。

来源

2013-05-29 15:31:24 mgilson

o是的，这也适用。我之前尝试过使用它，但错过了一些，它有点复杂，但现在可以使用，谢谢：] – astrochris

适用于我。但是，在我的情况下，它比纯numpy解决方案慢大约20倍 – embert

我不认为它适用于浮动。 – darshan

只是不要颠倒排序结果。

In [164]: a = numpy.random.random(20) 

In [165]: a 
Out[165]: 
array([ 0.63261763, 0.01718228, 0.42679479, 0.04449562, 0.19160089, 
     0.29653725, 0.93946388, 0.39915215, 0.56751034, 0.873, 
     0.17521395, 0.49573607, 0.84587652, 0.73638224, 0.36303797, 
     0.2150837 , 0.51665416, 0.47111993, 0.79984964, 0.89231776])

排序：

In [166]: a.argsort() 
Out[166]: 
array([ 1, 3, 10, 4, 15, 5, 9, 14, 7, 2, 17, 11, 16, 8, 0, 13, 18, 
     12, 19, 6])

首先10：

In [168]: a.argsort()[:10] 
Out[168]: array([ 1, 3, 10, 4, 15, 5, 9, 14, 7, 2])

来源

2013-05-29 15:33:00

由于这个问题被张贴，numpy的已更新，包括从使用argpartition一个阵列中选择最小的元件的更快的方式。它首次被包含在Numpy 1.8中。

使用snarly's answer为灵感，我们可以很快找到k=3最小的元素：

In [1]: import numpy as np 

In [2]: arr = np.array([1, 3, 2, 4, 5]) 

In [3]: k = 3 

In [4]: ind = np.argpartition(arr, k)[:k] 

In [5]: ind 
Out[5]: array([0, 2, 1]) 

In [6]: arr[ind] 
Out[6]: array([1, 2, 3])

这将会为O运行（n）的时间，因为它并不需要做一个完整的排序。如果你需要你的答案排序（注：在这种情况下，输出数组是有序但不保证），你可以排序输出：

In [7]: sorted(arr[ind]) 
Out[7]: array([1, 2, 3])

这将运行在O（N + K 1o9氏），因为排序发生在较小的输出列表上。

来源

2016-03-08 19:26:18 Alex

我需要在Numpy数组中的N个最小（索引）值

回答

相关问题