从2D numpy阵列中找到5％ile的最快方法？

Question

我知道有numpy.percentile(myArray,5)，但我知道在幕后这将首先完成一个完整的数组，如果我只需要排序的最小5％的值，效率很低。我还读过堆排序方法对于这个部分排序问题是好的，但我似乎找不到适用于2D numpy数组的实现。

这是我尝试过的：

import numpy, time
#create some fake data (like an opencv greyscale image)
a = numpy.random.randint(0,256,640*480).reshape([640,480]).astype('uint8')
#time the numpy.percentile approach
start = time.time() ; temp = numpy.percentile(a,5) ; print time.time()-start

我的系统需要大约15毫秒（对于我的实时应用来说太慢）。

尝试heapq：

import heapq
start = time.time() ; temp = heapq.nsmallest(int(640*480*.05),a.flatten())[-1] ; print time.time()-start

我的系统需要300毫秒;我希望heapq可以加快速度！