概述
def n_max(arr,n): res = [(0,(0,0))]*n for y in xrange(len(arr)): for x in xrange(len(arr[y])): val = float(arr[y,x]) el = (val,(y,x)) i = bisect.bisect(res,el) if i > 0: res.insert(i,el) del res[0] return res
这比pyopencv所做的图像模板匹配算法要长3倍,以生成我想要运行的阵列,我认为这是愚蠢的.
numpy.partition(arr,n)返回数组的大小,其中第n个元素是数组排序时的大小.所有较小的元素都来自这个元素,所有更大的元素都来了.
numpy.argpartition是numpy.partition,因为numpy.argsort是numpy.sort.
flat_indices = numpy.argpartition(arr.ravel(),n-1)[:n] row_indices,col_indices = numpy.unravel_index(flat_indices,arr.shape)
如果您需要索引,row_indices [0]是最小元素的行,而不是n个最小元素之一:
min_elements = arr[row_indices,col_indices] min_elements_order = numpy.argsort(min_elements) row_indices,col_indices = row_indices[min_elements_order],col_indices[min_elements_order]
总结
以上是编程之家为你收集整理的python numpy:从矩阵中获取最小/最大n个值和索引的有效方式全部内容,希望文章能够帮你解决python numpy:从矩阵中获取最小/最大n个值和索引的有效方式所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧