array - argmin python

Necesito los N valores mínimos(índice) en una matriz numpy

Question

Hola, tengo una matriz con X cantidad de valores. Me gustaría ubicar los índices de los diez valores más pequeños. En este enlace calcularon el máximo efectivamente, ¿Cómo obtener índices de N valores máximos en una matriz numpy? sin embargo, todavía no puedo hacer comentarios sobre los enlaces, así que tengo que volver a publicar la pregunta.

No estoy seguro de qué índices necesito cambiar para alcanzar los valores mínimos y no los máximos. Este es su codigo

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]) 

Answer 1

Desde que se publicó esta pregunta, numpy se ha actualizado para incluir una forma más rápida de seleccionar los elementos más pequeños de una matriz mediante argpartition . Fue incluido por primera vez en Numpy 1.8.

Utilizando la respuesta de snarly como inspiración, podemos encontrar rápidamente los elementos más pequeños de k=3 :

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])

Esto se ejecutará en tiempo O (n) porque no es necesario realizar una ordenación completa. Si necesita que sus respuestas estén ordenadas ( Nota: en este caso, la matriz de salida estaba ordenada pero eso no está garantizado) puede ordenar la salida:

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

Esto se ejecuta en O (n + k log k) porque la clasificación se realiza en la lista de salida más pequeña.

Answer 2

No garantizo que esto sea más rápido, pero un mejor algoritmo dependerá de heapq .

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

Esto debería funcionar en aproximadamente O(N) operaciones mientras que usar argsort tomaría operaciones O(NlogN) . Sin embargo, el otro se empuja a C altamente optimizado, por lo que aún podría tener un mejor desempeño. Para estar seguro, necesitará realizar algunas pruebas en sus datos reales.

Answer 3

Si llamas

arr.argsort()[:3]

Te dará los índices de los 3 elementos más pequeños.

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

Entonces, para n , deberías llamar

arr.argsort()[:n]

Answer 4

Simplemente no invierta los resultados de clasificación.

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])

Ordenados

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])

Diez primeros

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