Question

我想获得前N（最大）args＆amp;整个numpy矩阵的值，而不是单个维度（行/列）。

示例输入（带N=3）：

import numpy as np
mat = np.matrix([[9,8, 1, 2], [3, 7, 2, 5], [0, 3, 6, 2], [0, 2, 1, 5]])

print(mat)

[[9 8 1 2]
 [3 7 2 5]
 [0 3 6 2]
 [0 2 1 5]]

所需的输出：[9, 8, 7]

由于max在单个维度上不可传递，因此按行或列进行操作不起作用。

# by rows, no 8
np.squeeze(np.asarray(mat.max(1).reshape(-1)))[:3]
array([9, 7, 6])

# by cols, no 7
np.squeeze(np.asarray(mat.max(0)))[:3]
array([9, 8, 6])

我的代码有效，但看起来真的很笨重。

# reshape into single vector
mat_as_vector = np.squeeze(np.asarray(mat.reshape(-1)))

# get top 3 arg positions
top3_args = mat_as_vector.argsort()[::-1][:3]

# subset the reshaped matrix
top3_vals = mat_as_vector[top3_args]

print(top3_vals)

array([9, 8, 7])

会欣赏任何更短的方式/更有效的方式/魔法numpy功能来做到这一点！

Answer 1

使用numpy.partition()比为此目的执行完全排序要快得多：

np.partition(np.asarray(mat), mat.size - N, axis=None)[-N:]

假设N<=mat.size。

如果您需要对最终结果进行排序（除了顶部N），那么您需要对先前的结果进行排序（但可能您将排序比原始结果更小的数组）：

np.sort(np.partition(np.asarray(mat), mat.size - N, axis=None)[-N:])

如果您需要从最大到最低排序的结果，请将[::-1]后挂起到上一个命令：

np.sort(np.partition(np.asarray(mat), mat.size - N, axis=None)[-N:])[::-1]

Answer 2

一种方法可能是使用flatten和sorted以及切片顶部n值：

sorted(mat.flatten().tolist()[0], reverse=True)[:3]

结果：

[9, 8, 7]

Answer 3

这个想法来自这个答案：How to get indices of N maximum values in a numpy array?

import numpy as np
import heapq

mat = np.matrix([[9,8, 1, 2], [3, 7, 2, 5], [0, 3, 6, 2], [0, 2, 1, 5]])
ind = heapq.nlargest(3, range(mat.size), mat.take)
print(mat.take(ind).tolist()[0])

<强>输出

[9, 8, 7]

如何在整个numpy矩阵中获得最大（顶部）N值

3 个答案: