使用Numpy.argpartition按排序顺序获取每列的k-最小值。
使用Numpy.argpartition按排序顺序获取每列的k-最小值。
提问于 2017-03-18 13:24:54
使用np.argpartition，它不会对整个数组进行排序。它只保证kth元素处于排序位置，所有较小的元素都会在它之前移动。因此，第一个k元素将是k-最小元素。
>>> num = 3
>>> myBigArray=np.array([[1,3,2,5,7,0],[14,15,6,5,7,0],[17,8,9,5,7,0]])
>>> top = np.argpartition(myBigArray, num, axis=1)[:, :num]
>>> print top
[[5 0 2]
[3 5 2]
[5 3 4]]
>>> myBigArray[np.arange(myBigArray.shape[0])[:, None], top]
[[0 1 2]
[5 0 6]
[0 5 7]]这将返回每列的k最小值。请注意，这些可能不是按排序顺序排列的，我使用这种方法，因为要按排序顺序获取top-k元素，需要O(n +k log k)时间，我希望按排序顺序得到每个列的k-最小值，而不增加时间复杂度。有什么建议吗？
回答 3
Stack Overflow用户
回答已采纳
发布于 2017-03-18 14:33:56
要使用np.argpartition并保持排序顺序，我们需要使用这些元素的范围作为range(k)，而不是只输入标量kth参数-
idx = np.argpartition(myBigArray, range(num), axis=1)[:, :num]
out = myBigArray[np.arange(idx.shape[0])[:,None], idx]Stack Overflow用户
发布于 2017-03-18 14:43:08
您可以使用与行相同的技巧；与@Divakar的排序技巧相结合，这将成为
In [42]: num = 2
In [43]: myBigArray[np.argpartition(myBigArray, range(num), axis=0)[:num, :], np.arange(myBigArray.shape[1])[None, :]]
Out[43]:
array([[ 1, 3, 2, 5, 7, 0],
[14, 8, 6, 5, 7, 0]])Stack Overflow用户
发布于 2017-03-18 13:47:11
一点间接索引就行了。请注意，自从您开始处理行以来，我一直在处理行。
fdim = np.arange(3)[:, None]
so = np.argsort(myBigArray[fdim, top], axis=-1)
tops = top[fdim, so]
myBigArray[fdim, tops]
# array([[0, 1, 2],
[0, 5, 6],
[0, 5, 7]])关于argpartition range 论点的的注记：i强烈怀疑它不是O(n +k log k)；无论如何，它通常比手动的argpartition + argsort (见here )慢几倍。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/42874944
复制相关文章
相似问题
腾讯云开发者
