如何获取多维numpy数组中最大n值的索引[重复]答案

【问题标题】：how to get the index of the largest n values in a multi-dimensional numpy array [duplicate]如何获取多维numpy数组中最大n值的索引[重复]
【发布时间】：2015-06-30 06:40:12
【问题描述】：

我想获取多维 numpy 数组中最大 n 值的索引。为了获得一维 numpy 数组中最大 n 值的索引，我找到了this。在 python 的交互式 shell 中测试后，bottleneck.argpartsort 似乎无法影响多维 numpy 数组。为了获取多维 numpy 数组中最大值的索引，我找到了this。它不能得到最大的n。我可以给出的方法是将多维 numpy 数组转换为{value:index}（元组存在的索引）的列表，然后按值对列表进行排序，并获取它的索引。有什么更简单或更高性能的吗？

【问题讨论】：

reshape 到一维，然后搜索，然后通过涉及reshape 之前的维度的算术计算得到原始索引？
也许flatten()原始数组，然后使用您的一维解，最后使用原始形状计算真正的nD索引？
第二个链接有什么问题？你能告诉我们这个多维数组的一部分吗？我不明白为什么它不应该工作......
stackoverflow.com/questions/26603747/…
@plonser第二个链接只返回多维numpy数组最大值的索引

标签： python arrays algorithm numpy multidimensional-array

【解决方案1】：

我无权访问bottleneck，因此在本例中我使用的是argsort，但您应该能够以同样的方式使用它：

#!/usr/bin/env python
import numpy as np
N = 4
a = np.random.random(20).reshape(4, 5)
print(a)

# Convert it into a 1D array
a_1d = a.flatten()

# Find the indices in the 1D array
idx_1d = a_1d.argsort()[-N:]

# convert the idx_1d back into indices arrays for each dimension
x_idx, y_idx = np.unravel_index(idx_1d, a.shape)

# Check that we got the largest values.
for x, y, in zip(x_idx, y_idx):
    print(a[x][y])

【讨论】：

使用argpartition 而不是argsort，你会赢得我的支持。 ;-)