Python 我需要一个numpy数组中的N个最小（索引）值

嗨，我有一个数组，里面有X个值，我想找到十个最小值的索引。在这一环节，他们有效地计算出了最大值， 然而，我还不能评论链接，所以我不得不重新发布这个问题

我不确定需要更改哪些索引才能达到最小值而不是最大值。 这是他们的密码

In [1]: import numpy as np

In [2]: arr = np.array([1, 3, 2, 4, 5])

In [3]: arr.argsort()[-3:][::-1]
Out[3]: array([4, 3, 1]) 

如果你打电话

arr.argsort()[:3]

它将为您提供3个最小元素的索引

array([0, 2, 1], dtype=int64)

因此，对于

n

，您应该调用

arr.argsort()[:n]

---

我不能保证这会更快，但更好的算法将依赖于

heapq

import heapq
indices = heapq.nsmallest(10,np.nditer(arr),key=arr.__getitem__)

---

这应该适用于大约

O（N）

操作，而使用

argsort

则需要

O（NlogN）

操作。但是，另一个被推到高度优化的C中，因此它的性能可能仍然更好。要确定这一点，您需要对实际数据运行一些测试。

只是不要反转排序结果

In [164]: a = numpy.random.random(20)

In [165]: a
Out[165]: 
array([ 0.63261763,  0.01718228,  0.42679479,  0.04449562,  0.19160089,
        0.29653725,  0.93946388,  0.39915215,  0.56751034,  0.33210873,
        0.17521395,  0.49573607,  0.84587652,  0.73638224,  0.36303797,
        0.2150837 ,  0.51665416,  0.47111993,  0.79984964,  0.89231776])

分类：

In [166]: a.argsort()
Out[166]: 
array([ 1,  3, 10,  4, 15,  5,  9, 14,  7,  2, 17, 11, 16,  8,  0, 13, 18,
       12, 19,  6])

前十名：

In [168]: a.argsort()[:10]
Out[168]: array([ 1,  3, 10,  4, 15,  5,  9, 14,  7,  2])

---

自从这个问题发布以来，numpy已经更新，包含了一种使用从数组中选择最小元素的更快方法。它最初包含在Numpy 1.8中

作为灵感，我们可以快速找到

k=3

最小元素：

In [1]: import numpy as np

In [2]: arr = np.array([1, 3, 2, 4, 5])

In [3]: k = 3

In [4]: ind = np.argpartition(arr, k)[:k]

In [5]: ind
Out[5]: array([0, 2, 1])

In [6]: arr[ind]
Out[6]: array([1, 2, 3])

这将在O（n）时间内运行，因为它不需要进行完全排序。如果您需要对答案进行排序（注意：在本例中，输出数组是按排序顺序排列的，但这不能保证），您可以对输出进行排序：

In [7]: sorted(arr[ind])
Out[7]: array([1, 2, 3])

这在O（n+k log k）上运行，因为排序发生在较小的

---

输出列表。

此代码在

two\u maximum

中保存

split\u列表的最大元素的20个索引：

Twenty_Maximum = split_list.argsort()[-20:]

Twenty_Minimum = split_list.argsort()[:20]

根据此代码，在
two\u minimum
中保存
split\u列表的最小元素的20个索引：

Twenty_Maximum = split_list.argsort()[-20:]

Twenty_Minimum = split_list.argsort()[:20]

哦，是的，这也行。我以前尝试过使用它，但遗漏了一些，它变得有点复杂，但现在可以使用了，谢谢：]对我来说也可以。然而，在我的例子中，它比纯numpy解决方案慢大约20倍