Ich brauche die N Minimum (Index) -Werte in einem numply Array

Question

Hallo Ich habe ein Array mit X Menge an Werten Ich würde gerne die Indexe der zehn kleinsten Werte suchen. In diesem Link haben sie das Maximum effektiv berechnet, How to get indices of N maximum values in a numpy array? aber ich kann noch nicht kommentieren Links, also muss ich die Frage erneut einreichen.

Ich bin nicht sicher, welche Indizes ich ändern muss, um die minimalen und nicht die maximalen Werte zu erreichen. Dies ist ihr Code

In [1]: import numpy as np 

In [2]: arr = np.array([1, 3, 2, 4, 5]) 

In [3]: arr.argsort()[-3:][::-1] 
Out[3]: array([4, 3, 1]) 

Answer 1

Wenn Sie

arr.argsort()[:3] 

nennen Sie Sie geben die Indizes der drei kleinsten Elemente.

array([0, 2, 1], dtype=int64) 

Also, für n, sollten Sie

arr.argsort()[:n] 

Answer 2

Ich garantiere nicht nennen, dass dies schneller sein wird, aber ein besseren Algorithmus würde auf heapq verlassen.

import heapq 
indices = heapq.nsmallest(10,np.nditer(arr),key=arr.__getitem__) 

Dies sollte in etwa O(N) Operationen arbeiten während argsort mit O(NlogN) Operationen nehmen würde. Der andere wird jedoch in hoch optimiertes C geschoben, so dass es möglicherweise noch besser funktioniert. Um sicher zu sein, müssten Sie einige Tests mit Ihren tatsächlichen Daten durchführen.

Answer 3

Ändern Sie die Sortierergebnisse nicht.

In [164]: a = numpy.random.random(20) 

In [165]: a 
Out[165]: 
array([ 0.63261763, 0.01718228, 0.42679479, 0.04449562, 0.19160089, 
     0.29653725, 0.93946388, 0.39915215, 0.56751034, 0.873, 
     0.17521395, 0.49573607, 0.84587652, 0.73638224, 0.36303797, 
     0.2150837 , 0.51665416, 0.47111993, 0.79984964, 0.89231776]) 

Sortiert:

In [166]: a.argsort() 
Out[166]: 
array([ 1, 3, 10, 4, 15, 5, 9, 14, 7, 2, 17, 11, 16, 8, 0, 13, 18, 
     12, 19, 6]) 

ersten zehn:

In [168]: a.argsort()[:10] 
Out[168]: array([ 1, 3, 10, 4, 15, 5, 9, 14, 7, 2]) 

Answer 4

Da diese Frage gestellt wurde, hat numpy aktualisiert einen schnelleren Weg gehören der kleinsten Elemente aus einem Array Auswahl argpartition mit . Es wurde zuerst in Numpy 1.8 enthalten.

Mit snarly's answer als Inspiration können wir schnell die k=3 kleinsten Elemente finden:

In [1]: import numpy as np 

In [2]: arr = np.array([1, 3, 2, 4, 5]) 

In [3]: k = 3 

In [4]: ind = np.argpartition(arr, k)[:k] 

In [5]: ind 
Out[5]: array([0, 2, 1]) 

In [6]: arr[ind] 
Out[6]: array([1, 2, 3]) 

Dies wird in O läuft (n) Zeit, weil es keine vollständige Art zu tun braucht. Wenn Sie Ihre Antworten müssen sortierten (Hinweis: in diesem Fall der Ausgang Array in sortierter Reihenfolge war, aber das ist nicht garantiert) Sie die Ausgabe sortieren:

In [7]: sorted(arr[ind]) 
Out[7]: array([1, 2, 3]) 

lügen k Dies läuft auf O (n + k) weil die Sortierung auf der kleineren Ausgabeliste erfolgt.