Question

我有一个存储在row类型的变量<type 'numpy.ndarray'>中的浮点值列表（正值和负值）。

max_value = max(row)

给出了row的最大值。有没有一种优雅的方法来选择前3（5,10，...）值？

我想出了

从row
删除row
从row
删除row
等

但这肯定是一种丑陋的风格，而不是pythonic。蟒蛇人对此说了些什么？：）

修改

我不仅需要最大三个值，也就是位置（row中的索引）。对不起，我忘了提到......

Answer 1

我会使用np.argsort

a = np.arange(10)
a[np.argsort(a)[-3:]]

修改要获得该职位，只需使用：

ii = np.argsort(a)[-3:] # positions vals = a[ii] # values

Answer 2

为什么不对numpy数组进行排序，然后读取所需的值：

In [33]: np.sort(np.array([1,5,4,6,7,2,3,9]))[-3:]
Out[33]: array([6, 7, 9])

编辑：看到问题现在已经改变，您需要位置和值，使用numpy.argsort来获取索引而不是值：

In [43]: a=np.array([1,5,4,6,7,2,3,9])

In [44]: idx=np.argsort(a)

In [45]: topvals=idx[-3:]

In [46]: print topvals
[3 4 7]

In [47]: print a[topvals]
[6 7 9]

Answer 3

这个丑陋的伎俩比argsort()[-3:]快一点，至少在我的旧mac ppc上的numpy 1.5.1中。 argpartsort中的Bottleneck，一些用Cython编写的NumPy数组函数会更快。

#!/bin/sh

python -mtimeit -s '
import numpy as np

def max3( A ):
   j = A.argmax();  aj = A[j];  A[j] = - np.inf
   j2 = A.argmax();  aj2 = A[j2];  A[j2] = - np.inf
   j3 = A.argmax()
   A[j] = aj
   A[j2] = aj2
   return [j, j2, j3]

N = '${N-1e6}'
A = np.arange(N)
' '
j3 = A.argsort()[-3:]   # N 1e6: 405 msec per loop
# j3 = max3( A )        # N 1e6: 105 msec per loop
'

如何不仅选择`numpy.ndarray`的最大值，而选择python中的前3个最大值？

修改

3 个答案: