【发布时间】：2012-04-13 19:34:59
【问题描述】：
numpy 可以评估多维数组中的 N 个最大元素吗？ 说：
import numpy as np
a=[1,2,3]
b=a.max(num_of_max_elements=2) #I know it won't work, and I want it to be 2 and 3
【问题讨论】：
标签： python arrays sorting numpy
【发布时间】：2012-04-13 19:34:59
【问题描述】：
最简单的方法是排序，然后使用最后的n 数字。这也可以在不更改原始数组的情况下完成。下面是一个如何在 10x10 数组中查找最大 10 个数字的示例：
a = numpy.random.randint(1000, size=100).reshape(10, 10)
indices = a.ravel().argsort()
print a.ravel()[indices[-10:]]
这段代码打印出类似的东西
array([909, 917, 926, 936, 952, 960, 961, 964, 969, 993])
【讨论】：
-
这是 O(n log n) 虽然与 O(n log k) 相比（其中 k 是要返回的项目数）对于明显的实现（虽然不知道如何在 numpy 中得到它）。如果我们不能更改数组，那么它也是 O(n) 与 O(k) wrt 内存。
-
@Voo：使用堆队列是您所说的“显而易见的解决方案”吗？ NumPy 中没有堆实现，即使对于非常大的数组，Python 的
heapq模块也会比上面的代码慢得多。您对如何改进此代码有任何实用的建议吗？ -
我应该说明显的“算法”对不起。正如我所说，我看不到任何方法可以在 numpy 本身中有效地实现这一点。我认为针对该问题编写一个特定的 c 扩展是可行的，但要做到这一点并不简单。这在很大程度上取决于 n 和 k 的大小如何帮助我们。如果简单的排序解决方案足够好，那就去吧。
-
@voo：这就是为什么我以“最简单的方法……”开始我的回答的原因。最快的方法会有所不同。
-
是的，我只是想指出，理论上这比最佳解决方案效率低大约 log n 倍，我认为应该在那里提及。
完全排序是不必要的。您可以在数组的负数上使用np.partition，切片前 n 个元素，然后取负数来反转初始转换。
如果您提供axis=None，则数组在排序前会被展平。
np.random.seed(0)
a = np.random.randint(1000, size=100).reshape(10, 10)
res = -np.partition(-a, kth=10, axis=None)[:10]
# array([961, 999, 932, 937, 976, 916, 984, 910, 908, 901])
或者，您可以指定否定kth：
res = np.partition(a, kth=-10, axis=None)[-10:]
# array([901, 908, 910, 916, 984, 932, 937, 999, 961, 976])
没有为np.partition 指定排序。在最坏的情况下，该解决方案需要 O(n) 时间。
【讨论】：
reverse-sort 您的数组并获取第一个 N 元素可能是最有效的：
a = [1,2,3]
sorted(a, reverse=True)[:2]
如果您想在多维数组中找到最大的元素，请使用a.ravel()，它展开为一维
正如所写，这实际上并不使用 numpy，但您可以使用 np.sort 做类似的事情，尽管您必须自己反转它，例如，通过使用 [::-1] 进行索引，给出相当巴洛克风格的外观
np.sort(a.ravel())[::-1][:2]
【讨论】：
-
从标题来看，我认为OP希望将其应用于多维NumPy数组。