Sử dụng np.argpartition. Nó không sắp xếp toàn bộ mảng. Nó chỉ đảm bảo rằng phần tử print(A[idx[:k]])
# [ 0.1 1. 1.5]
0 ở vị trí được sắp xếp và tất cả các phần tử nhỏ hơn sẽ được di chuyển trước nó. Do đó, các yếu tố print(A[idx[:k]])
# [ 0.1 1. 1.5]
1 đầu tiên sẽ là các yếu tố Kmallest.import numpy as np
A = np.array([1, 7, 9, 2, 0.1, 17, 17, 1.5])
k = 3
idx = np.argpartition(A, k)
print(idx)
# [4 0 7 3 1 2 6 5]
Điều này trả về các giá trị Kmallest nhất. Lưu ý rằng những điều này có thể không theo thứ tự sắp xếp. print(A[idx[:k]])
# [ 0.1 1. 1.5]
Để có được các giá trị lớn nhất sử dụng idx = np.argpartition(A, -k)
# [4 0 7 3 1 2 6 5]
A[idx[-k:]]
# [ 9. 17. 17.]
Cảnh báo: Không (Re) sử dụng print(A[idx[:k]])
# [ 0.1 1. 1.5]
2 để có được K lớn nhất. Điều đó sẽ không luôn luôn hoạt động. Ví dụ: đây không phải là 3 giá trị lớn nhất trong print(A[idx[:k]])
# [ 0.1 1. 1.5]
3:x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
Dưới đây là một so sánh với print(A[idx[:k]])
# [ 0.1 1. 1.5]
4, cũng hoạt động nhưng chỉ sắp xếp toàn bộ mảng để có được kết quả.In [2]: x = np.random.randn(100000)
In [3]: %timeit idx0 = np.argsort(x)[:100]
100 loops, best of 3: 8.26 ms per loop
In [4]: %timeit idx1 = np.argpartition(x, 100)[:100]
1000 loops, best of 3: 721 µs per loop
In [5]: np.alltrue(np.sort(np.argsort(x)[:100]) == np.sort(np.argpartition(x, 100)[:100]))
Out[5]: True
Xem thảo luận Cải thiện bài viết Lưu bài viết ĐọcBàn luậnXem thảo luận Cải thiện bài viết Lưu bài viết Đọc Bàn luận Trong bài viết này, chúng ta hãy xem cách tìm số k của các giá trị nhỏ nhất từ một mảng numpy. Phương pháp 1: Sử dụng np.sort (). & Nbsp; x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
4x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
5x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
6 x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
7 x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
8x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
9In [2]: x = np.random.randn(100000)
In [3]: %timeit idx0 = np.argsort(x)[:100]
100 loops, best of 3: 8.26 ms per loop
In [4]: %timeit idx1 = np.argpartition(x, 100)[:100]
1000 loops, best of 3: 721 µs per loop
In [5]: np.alltrue(np.sort(np.argsort(x)[:100]) == np.sort(np.argpartition(x, 100)[:100]))
Out[5]: True
0print(A[idx[:k]])
# [ 0.1 1. 1.5]
8 In [2]: x = np.random.randn(100000)
In [3]: %timeit idx0 = np.argsort(x)[:100]
100 loops, best of 3: 8.26 ms per loop
In [4]: %timeit idx1 = np.argpartition(x, 100)[:100]
1000 loops, best of 3: 721 µs per loop
In [5]: np.alltrue(np.sort(np.argsort(x)[:100]) == np.sort(np.argpartition(x, 100)[:100]))
Out[5]: True
2In [2]: x = np.random.randn(100000)
In [3]: %timeit idx0 = np.argsort(x)[:100]
100 loops, best of 3: 8.26 ms per loop
In [4]: %timeit idx1 = np.argpartition(x, 100)[:100]
1000 loops, best of 3: 721 µs per loop
In [5]: np.alltrue(np.sort(np.argsort(x)[:100]) == np.sort(np.argpartition(x, 100)[:100]))
Out[5]: True
3print(A[idx[:k]])
# [ 0.1 1. 1.5]
8x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
4x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
5The original list is : [5, 6, 10, 4, 7, 1, 19]
Indices list of min K elements is : [5, 3, 0]
6 x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
7 x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
8The original list is : [5, 6, 10, 4, 7, 1, 19]
Indices list of min K elements is : [5, 3, 0]
9Đầu ra: The original list is : [5, 6, 10, 4, 7, 1, 19]
Indices list of min K elements is : [5, 3, 0]
Xem thảo luận Cải thiện bài viết Lưu bài viết ĐọcBàn luậnXem thảo luận Cải thiện bài viết Lưu bài viết Đọc Examples: Input: [1,3,5,2,4,6]
k = 3
Output: [1,2,3]
Bàn luận Using np.sort() . Approach: - Trong bài viết này, chúng ta hãy xem cách tìm số k của các giá trị nhỏ nhất từ một mảng numpy.
- Phương pháp 1: Sử dụng np.sort (). & Nbsp;
- Tạo một mảng numpy.
- Xác định giá trị của k.
Python3Sắp xếp mảng theo thứ tự tăng dần bằng phương thức sort (). In các giá trị k đầu tiên của mảng được sắp xếp. x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
4x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
5The Original Array Content
[23 12 1 3 4 5 6]
4 smallest elements of the array
[4 3 1 5]
1The Original Array Content
[23 12 1 3 4 5 6]
4 smallest elements of the array
[4 3 1 5]
2x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
4The Original Array Content
[23 12 1 3 4 5 6]
4 smallest elements of the array
[4 3 1 5]
4Input: [1,3,5,2,4,6]
k = 3
Output: [1,2,3]
0 Input: [1,3,5,2,4,6]
k = 3
Output: [1,2,3]
1Input: [1,3,5,2,4,6]
k = 3
Output: [1,2,3]
2print(A[idx[:k]])
# [ 0.1 1. 1.5]
8 Input: [1,3,5,2,4,6]
k = 3
Output: [1,2,3]
4Input: [1,3,5,2,4,6]
k = 3
Output: [1,2,3]
5idx = np.argpartition(A, -k)
# [4 0 7 3 1 2 6 5]
A[idx[-k:]]
# [ 9. 17. 17.]
1Input: [1,3,5,2,4,6]
k = 3
Output: [1,2,3]
7idx = np.argpartition(A, -k)
# [4 0 7 3 1 2 6 5]
A[idx[-k:]]
# [ 9. 17. 17.]
1x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
0idx = np.argpartition(A, -k)
# [4 0 7 3 1 2 6 5]
A[idx[-k:]]
# [ 9. 17. 17.]
1In [2]: x = np.random.randn(100000)
In [3]: %timeit idx0 = np.argsort(x)[:100]
100 loops, best of 3: 8.26 ms per loop
In [4]: %timeit idx1 = np.argpartition(x, 100)[:100]
1000 loops, best of 3: 721 µs per loop
In [5]: np.alltrue(np.sort(np.argsort(x)[:100]) == np.sort(np.argpartition(x, 100)[:100]))
Out[5]: True
2idx = np.argpartition(A, -k)
# [4 0 7 3 1 2 6 5]
A[idx[-k:]]
# [ 9. 17. 17.]
1____idx = np.argpartition(A, -k)
# [4 0 7 3 1 2 6 5]
A[idx[-k:]]
# [ 9. 17. 17.]
6____21__x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
4np.argpartition2np.argpartition3The Original Array Content
[23 12 1 3 4 5 6]
4 smallest elements of the array
[4 3 1 5]
2x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
4np.argpartition6Output: The Original Array Content
[23 12 1 3 4 5 6]
4 smallest elements of the array
[1 3 4 5]
The Original Array Content
[23 12 1 3 4 5 6]
4 smallest elements of the array
[4 3 1 5]
5print(A[idx[:k]])
# [ 0.1 1. 1.5]
8 idx = np.argpartition(A, -k)
# [4 0 7 3 1 2 6 5]
A[idx[-k:]]
# [ 9. 17. 17.]
6 Using
np.argpartition()
Approach: - Trong bài viết này, chúng ta hãy xem cách tìm số k của các giá trị nhỏ nhất từ một mảng numpy.
- Phương pháp 1: Sử dụng np.sort (). & Nbsp;
- Tạo một mảng numpy.
- Xác định giá trị của k.
Python3
Sắp xếp mảng theo thứ tự tăng dần bằng phương thức sort (). In các giá trị k đầu tiên của mảng được sắp xếp. x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
4x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
5The Original Array Content
[23 12 1 3 4 5 6]
4 smallest elements of the array
[4 3 1 5]
1The Original Array Content
[23 12 1 3 4 5 6]
4 smallest elements of the array
[4 3 1 5]
2x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
4The Original Array Content
[23 12 1 3 4 5 6]
4 smallest elements of the array
[4 3 1 5]
4Input: [1,3,5,2,4,6]
k = 3
Output: [1,2,3]
0 Input: [1,3,5,2,4,6]
k = 3
Output: [1,2,3]
1Input: [1,3,5,2,4,6]
k = 3
Output: [1,2,3]
2print(A[idx[:k]])
# [ 0.1 1. 1.5]
8 Input: [1,3,5,2,4,6]
k = 3
Output: [1,2,3]
4Input: [1,3,5,2,4,6]
k = 3
Output: [1,2,3]
5idx = np.argpartition(A, -k)
# [4 0 7 3 1 2 6 5]
A[idx[-k:]]
# [ 9. 17. 17.]
1Input: [1,3,5,2,4,6]
k = 3
Output: [1,2,3]
7idx = np.argpartition(A, -k)
# [4 0 7 3 1 2 6 5]
A[idx[-k:]]
# [ 9. 17. 17.]
1x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
0idx = np.argpartition(A, -k)
# [4 0 7 3 1 2 6 5]
A[idx[-k:]]
# [ 9. 17. 17.]
1In [2]: x = np.random.randn(100000)
In [3]: %timeit idx0 = np.argsort(x)[:100]
100 loops, best of 3: 8.26 ms per loop
In [4]: %timeit idx1 = np.argpartition(x, 100)[:100]
1000 loops, best of 3: 721 µs per loop
In [5]: np.alltrue(np.sort(np.argsort(x)[:100]) == np.sort(np.argpartition(x, 100)[:100]))
Out[5]: True
2idx = np.argpartition(A, -k)
# [4 0 7 3 1 2 6 5]
A[idx[-k:]]
# [ 9. 17. 17.]
1____idx = np.argpartition(A, -k)
# [4 0 7 3 1 2 6 5]
A[idx[-k:]]
# [ 9. 17. 17.]
6____21__x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
4np.argpartition2np.argpartition3The Original Array Content
[23 12 1 3 4 5 6]
4 smallest elements of the array
[4 3 1 5]
2x = np.array([100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0])
idx = np.argpartition(x, 3)
x[idx[-3:]]
array([ 70, 80, 100])
4print(A[idx[:k]])
# [ 0.1 1. 1.5]
33Output: The Original Array Content
[23 12 1 3 4 5 6]
4 smallest elements of the array
[4 3 1 5]
Làm thế nào để bạn tìm thấy chỉ số của số nhỏ nhất trong danh sách trong Python?
Hàm Inbuilt của Python cho phép chúng tôi tìm thấy nó trong một dòng, chúng tôi có thể tìm thấy mức tối thiểu trong danh sách bằng hàm min () và sau đó sử dụng hàm index () để tìm ra chỉ mục của phần tử tối thiểu đó.using the min() function and then use the index() function to find out the index of that minimum element.
Làm thế nào để bạn tìm thấy chỉ số của giá trị tối thiểu trong một mảng trong Python?
Danh sách sử dụng ... a_list = [3, 2, 1]. min_value = min (a_list) Tìm giá trị tối thiểu của `a_list`. min_index = a_list.Chỉ mục (MIN_VALUE) Tìm chỉ mục của giá trị tối thiểu .. print(min_index). Làm thế nào để bạn tìm thấy chỉ số của phần tử nhỏ nhất trong một mảng numpy trong Python?
Tìm chỉ số giá trị tối thiểu:.. # Nhận các chỉ số của phần tử tối thiểu trong mảng numpy .. kết quả = numpy.trong đó (mảng == numpy. amin (mảng)). in ('trả về mảng:', kết quả). in ('danh sách các chỉ số của phần tử tối thiểu:', kết quả [0]). Làm thế nào để bạn tìm thấy chỉ mục của một giá trị trong danh sách Python?
Phương thức Index () trả về chỉ mục của phần tử được chỉ định trong danh sách ... Phần tử - Phần tử sẽ được tìm kiếm .. Bắt đầu (Tùy chọn) - Bắt đầu tìm kiếm từ chỉ mục này .. End (Tùy chọn) - Tìm kiếm phần tử lên đến chỉ mục này .. |
