![](/img/trans.png)
[英]How to get indexes of all maximum values in python multidimensional np array
[英]How to get indexes of k maximum values from a numpy multidimensional array
我在StackOverflow
上经历了几个问题,但找不到相关的答案。 我想从numpy
ndarray
获取k个最大值的索引。 此链接讨论相同但对于1D阵列。 用于2D数组的np.argsort
导致逐行排序元素。 即
Note: array elements are not unique.
输入:
import numpy as np
n = np.arange(9).reshape(3,3)
>>> n
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
s = n.argsort()
>>> s
array([[0, 1, 2],
[0, 1, 2],
[0, 1, 2]], dtype=int32)
也,
import numpy as np
n = np.arange(9).reshape(3,3)
s = n.argsort(axis=None)
>>>s
array([0, 1, 2, 3, 4, 5, 6, 7, 8], dtype=int32)
但我在这里丢失了数组结构,无法兑换元素的原始索引。
任何帮助都是值得赞赏的。
np.argpartition
和np.argsort
用于ndarrays的几种方法 -
def k_largest_index_argpartition_v1(a, k):
idx = np.argpartition(-a.ravel(),k)[:k]
return np.column_stack(np.unravel_index(idx, a.shape))
def k_largest_index_argpartition_v2(a, k):
idx = np.argpartition(a.ravel(),a.size-k)[-k:]
return np.column_stack(np.unravel_index(idx, a.shape))
def k_largest_index_argsort(a, k):
idx = np.argsort(a.ravel())[:-k-1:-1]
return np.column_stack(np.unravel_index(idx, a.shape))
讨论带有argpartition
两个版本
k_largest_index_argpartition_v1
和k_largest_index_argpartition_v2
之间的区别在于我们如何使用argparition
。 在第一个版本中,我们否定输入数组,然后使用argpartition
获取最小k
索引的索引,从而有效地获得最大的k
索引,而在第二个版本中,我们得到第一个a.size-k
最小索引然后我们选择剩下的最大k
指数。
此外,值得一提的是,使用argpartition
,我们没有按照排序顺序获取索引。 如果需要排定的顺序,我们需要在范围阵列喂到np.argpartition
,如在此提到的post
。
样品运行 -
1)2D案例:
In [42]: a # 2D array
Out[42]:
array([[38, 14, 81, 50],
[17, 65, 60, 24],
[64, 73, 25, 95]])
In [43]: k_largest_index_argsort(a, k=2)
Out[43]:
array([[2, 3],
[0, 2]])
In [44]: k_largest_index_argsort(a, k=4)
Out[44]:
array([[2, 3],
[0, 2],
[2, 1],
[1, 1]])
In [66]: k_largest_index_argpartition_v1(a, k=4)
Out[66]:
array([[2, 1], # Notice the order is different
[2, 3],
[0, 2],
[1, 1]])
2)3D案例:
In [46]: a # 3D array
Out[46]:
array([[[20, 98, 27, 73],
[33, 78, 48, 59],
[28, 91, 64, 70]],
[[47, 34, 51, 19],
[73, 38, 63, 94],
[95, 25, 93, 64]]])
In [47]: k_largest_index_argsort(a, k=2)
Out[47]:
array([[0, 0, 1],
[1, 2, 0]])
运行时测试 -
In [56]: a = np.random.randint(0,99999999999999,(3000,4000))
In [57]: %timeit k_largest_index_argsort(a, k=10)
1 loops, best of 3: 2.18 s per loop
In [58]: %timeit k_largest_index_argpartition_v1(a, k=10)
10 loops, best of 3: 178 ms per loop
In [59]: %timeit k_largest_index_argpartition_v2(a, k=10)
10 loops, best of 3: 128 ms per loop
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.