【发布时间】：2015-10-17 00:21:03
【问题描述】：
对于单个数组有很多解决方案，但是矩阵呢，例如：
>>> k
array([[ 35, 48, 63],
[ 60, 77, 96],
[ 91, 112, 135]])
您可以使用k.max()，但当然这只会返回最大值135。如果我想要第二个或第三个怎么办？
【问题讨论】：
【发布时间】：2015-10-17 00:21:03
【问题描述】：
作为said，np.partition 应该更快（最多 O(n) 运行时间）：
np.partition(k.flatten(), -2)[-2]
应该返回第二大元素。 （partition保证编号元素就位，前面的元素都小，后面的都大）。
【讨论】：
-
@YanKingYin：是的，最优排序（例如归并排序）需要
O(n log(n)) -
>
should return the 2nd largest element— 是真的吗？来自documentation：The ordering of the elements in the two partitions is undefined. -
@diraria：完全正确。唯一固定的位置是第二个位置。左侧和右侧的分区总是越来越小，但无序。
-
这个解决方案意味着数字是唯一的。如果有重复，则不会返回所需的第二大数字（取决于您的需要）。
-
@laorient：是的，但即使删除重复项也会让您达到
O(n)运行时间，对吧？
你可以flatten矩阵然后排序：
>>> k = np.array([[ 35, 48, 63],
... [ 60, 77, 96],
... [ 91, 112, 135]])
>>> flat=k.flatten()
>>> flat.sort()
>>> flat
array([ 35, 48, 60, 63, 77, 91, 96, 112, 135])
>>> flat[-2]
112
>>> flat[-3]
96
【讨论】：
-
np.partition可能更快 - 它进行部分排序，足以将数组分成两部分。 -
如果他想抓取多个元素，比如第二大、第三大等，这种方法可能会更好，因为除了索引之外没有其他操作，它们都可用。
-
numpy中是否有一种有效的方法可以在不使用数组的情况下执行此操作？ -
@AaronLelevier 当然，使用
np.sort，它返回一个排序的数组而不是数组方法，它将其展平：sorted_flat = np.sort(flat)
使用“独特”功能是一种非常简洁的方法，但可能不是最快的：
k = array([[ 35, 48, 63],
[ 60, 77, 96],
[ 91, 112, 135]])
i = numpy.unique(k)[-2]
为第二大
【讨论】：
nums = [[ 35, 48, 63],
[ 60, 77, 96],
[ 91, 112, 135]]
highs = [max(lst) for lst in nums]
highs[nth]
【讨论】：
-
请添加一些关于您是如何实现这一目标的信息。不仅仅是代码。
-
1. for 循环返回嵌套列表 2. max() 函数从嵌套列表返回高数并附加在高数内 3. 和 highs[nth] - 返回高数取决于索引
import numpy as np
a=np.array([[1,2,3],[4,5,6]])
a=a.reshape((a.shape[0])*(a.shape[1])) # n is the nth largest taken by us
print(a[np.argsort()[-n]])
【讨论】：
-
感谢您的贡献。如果您解释您的想法，您的答案可能会更有用。
-
请检查
arsort语法
当重复元素出现在手头的数组中时，另一种方法是这样做。 如果我们有类似
a = np.array([[1,1],[3,4]])
那么第二大元素将是 3，而不是 1。
或者，可以使用以下 sn-p：
second_largest = sorted(list(set(a.flatten().tolist())))[-2]
首先，展平矩阵，然后只留下唯一元素，然后返回可变列表，对其进行排序并取第二个元素。即使数组中有重复元素，这也应该返回倒数第二大的元素。
【讨论】：