Argsort auf numpy.array als Generator

Question

Ich bin neu in Python, so kann ich etwas falsch machen. Lass mich zuerst erklären, was ich will.

Ich habe eine große 1D numpy.array mit einigen Werten und ich muss die Indizes der ersten n kleinsten Werte kennen. Ich brauche sie für spätere Berechnungen. Natürlich kann ich einfach etwas tun wie ind = numpy.argsort(hugearray)[:n].

Das Problem ist, dass ich vorher nicht weiß, wie viele Indizes ich brauche, meine Berechnungen sind iterativ und holen eins nach dem anderen Index, bis es genug für die Berechnung gibt.

Eine andere Sache ist, dass ich einen faulen Argsort haben möchte, um zu vermeiden, neue ganze Reihe von argsorted Werten zu schaffen und unnötige Suche zu verhindern, also dachte ich an einen Generator. Aber ich weiß wirklich nicht, wie man es mit einem numpy.array macht.

UPD: aus hpaulj Antwort, habe ich versucht, einen Generator zu erstellen:

def gargsort(arr): 
    arr=arr.copy() 
    for i in range(len(arr)): 
     k = np.argmin(arr) 
     arra[k] = np.iinfo(arr[k]).max 
     yield k 

Kann sein, es ist möglich, es besser zu machen?

Answer 1

Hier ist ein iterativer Ansatz, der schneller als argsort zu sein scheint, sofern n nicht zu groß ist:

In [135]: arr = np.arange(200000) 
In [136]: np.random.shuffle(arr) 
In [137]: def foo(arr): 
    ...:  arr=arr.copy() 
    ...:  alist=[] 
    ...:  for i in range(10): 
    ...:   k=np.argmin(arr) 
    ...:   alist.append(k) 
    ...:   arr[k]=200000 
    ...:  return alist 
    ...: 
In [138]: foo(arr) 
Out[138]: [176806, 180397, 139992, 151809, 59931, 59866, 130026, 191357, 84166, 130359] 
In [139]: np.argsort(arr)[:10] 
Out[139]: 
array([176806, 180397, 139992, 151809, 59931, 59866, 130026, 191357, 
     84166, 130359], dtype=int32) 
In [140]: timeit np.argsort(arr)[:10] 
100 loops, best of 3: 15.8 ms per loop 
In [141]: timeit foo(arr) 
1000 loops, best of 3: 1.69 ms per loop 

(Ich werde später kommentieren, wenn erforderlich).