numpy数组的最大值和最小值

时间:2014-02-20 08:41:57

标签: python numpy

如果我有像

这样的数组
z = np.random.random((41,61,106))
y,x=np.mgrid[slice(0,61, 1),slice(0,106, 1)] 
z=z[_num,x,y]]

我可以捕获10个最大值和10个最小值,并屏蔽数组z中的其余值。

并且,可以将最大值和最小值的中间值设为另外10个值。

 middle=sorted[(len(sorted)/2)-5:(len(sorted)/2)+5]
 print middle
 mask = ma.masked_inside(z,sorted[10],sorted[-10],middle)
 print mask

2 个答案:

答案 0 :(得分:1)

我不太了解代码段。回答你的第一个问题:

import numpy as np
import numpy.ma as ma

z = np.random.random((10,10))
sorted = np.sort(z,axis=None)
mask = ma.masked_inside(z,sorted[10],sorted[-10])

关于你的第二个问题,你也可以考虑连接条件

ma.masked_where( ((z<sorted[sorted.size/2-5]) |
                  (z>sorted[sorted.size/2+4])) &
                 ((z>sorted[10]) & (z<sorted[-10])),z)

答案 1 :(得分:1)

如果你只需要对数组中的一些项进行排序,使用numpy&gt; = 1.8,使用np.partitionnp.sort更有效:

In [6]: z = np.random.rand(61, 106)

In [7]: %timeit np.sort(z, axis=None)
1000 loops, best of 3: 413 µs per loop

In [8]: %%timeit
    ...: n = z.size
    ...: y = np.partition(z, (10, n//2 - 5, n//2 + 5, -10), axis=None)
    ...: y[:10].sort()
    ...: y[n//2 - 5:n//2 + 5].sort()
    ...: y[-10:].sort()
    ...: 
10000 loops, best of 3: 143 µs per loop