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])