从numpy矩阵中查找top-k模式

import numpy as np

# 创建一个3x3的numpy矩阵
matrix = np.array([[1, 2, 3], [2, 3, 4], [3, 4, 5]])

# 查找一维矩阵中的top-k模式
flatten_matrix = matrix.flatten()  # 将矩阵展平为一维数组
unique_elements, counts = np.unique(flatten_matrix, return_counts=True)  # 找到独特元素和它们的计数
top_k_elements = unique_elements[np.argsort(-counts)][:k]  # 按计数降序排序并获取top-k元素
print("Top-k elements:", top_k_elements)

# 查找二维矩阵中的top-k模式（按行）
unique_rows, counts = np.unique(matrix, axis=0, return_counts=True)  # 按行找到独特元素和它们的计数
top_k_rows = unique_rows[np.argsort(-counts)][:k]  # 按计数降序排序并获取top-k行
print("Top-k rows:")
for row in top_k_rows:
    print(row)

# 查找二维矩阵中的top-k模式（按列）
unique_columns, counts = np.unique(matrix, axis=1, return_counts=True)  # 按列找到独特元素和它们的计数
top_k_columns = unique_columns[np.argsort(-counts)][:k]  # 按计数降序排序并获取top-k列
print("Top-k columns:")
for column in top_k_columns:
    print(column)