使用NumPy从矩阵获取最小/最大n值和索引的有效方法

  • Z时代
  • 2024-01-10
  • 分类：问答

给定NumPy矩阵（2D数组），返回数组中的最小值/最大值n（及其索引）的有效方法是什么？

目前我有：

def n_max(arr, n):
    res = [(0,(0,0))]*n
    for y in xrange(len(arr)):
        for x in xrange(len(arr[y])):
            val = float(arr[y,x])
            el = (val,(y,x))
            i = bisect.bisect(res, el)
            if i > 0:
                res.insert(i, el)
                del res[0]
    return res

这比pyopencv用于生成要在其上运行数组的图像模板匹配算法要长三倍，而我认为这很愚蠢。

回答：

从另一个答案开始，NumPy添加了numpy.partition和numpy.argpartition函数进行部分排序，使您可以及时执行此O(arr.size)操作，或者O(arr.size+n*log(n))如果您需要按排序顺序排列的元素。

numpy.partition(arr,

n)返回一个数组的大小arr，其中n第i个元素是这将是什么，如果该阵列被分选。所有较小的元素都在该元素之前，而所有较大的元素都在之后。

numpy.argpartition是numpy.partition为numpy.argsort是numpy.sort。

这是使用这些函数查找n二维最小元素的索引的方式arr：

flat_indices = numpy.argpartition(arr.ravel(), n-1)[:n]
row_indices, col_indices = numpy.unravel_index(flat_indices, arr.shape)

而且，如果您需要按顺序排列索引，那么row_indices[0]最小元素的行而不是最小元素之一也将是n：

min_elements = arr[row_indices, col_indices]
min_elements_order = numpy.argsort(min_elements)
row_indices, col_indices = row_indices[min_elements_order], col_indices[min_elements_order]

一维的情况要简单得多：

# Unordered:
indices = numpy.argpartition(arr, n-1)[:n]
# Extra code if you need the indices in order:
min_elements = arr[indices]
min_elements_order = numpy.argsort(min_elements)
ordered_indices = indices[min_elements_order]

以上是 使用NumPy从矩阵获取最小/最大n值和索引的有效方法 的全部内容， 来源链接： utcz.com/qa/398575.html

回到顶部