在 numpy 矩阵中找到第 n 个最大值的最快方法 [英] Quickest way to find the nth largest value in a numpy Matrix

问题描述

对于单个数组有很多解决方案可以做到这一点，但是对于矩阵呢，例如:

<预><代码>>>>克数组([[ 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高值，135.如果我想要第二个或第三个怎么办?

解决方案

您可以展平矩阵，然后对其进行排序:

<预><代码>>>>k = np.array([[ 35, 48, 63],... [ 60, 77, 96],... [ 91, 112, 135]])>>>flat=k.flatten()>>>平面排序()>>>平坦的数组([ 35, 48, 60, 63, 77, 91, 96, 112, 135])>>>平[-2]112>>>平[-3]96

There are lots of solutions to do this for a single array, but what about a matrix, such as:

>>> k
array([[ 35,  48,  63],
       [ 60,  77,  96],
       [ 91, 112, 135]])

You can use k.max(), but of course this only returns the highest value, 135. What if I want the second or third?

解决方案

You can flatten the matrix and then sort it:

>>> 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

这篇关于在 numpy 矩阵中找到第 n 个最大值的最快方法的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！