我有一个尺寸为 (640X480) 的二维数组,如下所示:
[[1.2 , 9.5 , 4.8 , 1.7],
[5.5 , 8.1 , 7.6 , 7.1],
[1.4 , 6.9 , 7.8 , 2.2]] (this is a sample of a 4X3 array)
我必须以最快的方式找到数组中前 100(或 N)个最高值;所以我需要最优化的代码,它需要最少的处理时间。
因为它是一个巨大的数组,如果我只检查每个第 2 个元素或每个第 3 个或第 4 个元素就可以了。
算法的输出应该是一个元组列表,每个元组是高值元素的二维索引。
例如 9.5 的索引为 (0,1)
我找到了一个解决方案,但它太慢了:
indexes=[]
for i in range(100):
highest=-1
highindex=0.1
for indi,i in enumerate(array):
for indj,j in enumerate(i):
if j>highest and not((indi,indj) in indexes):
highest= j
highindex=(indi,indj)
indexes.append(highindex)
最佳答案
与
numpy.argpartition
, numpy.unravel_index
和 numpy.column_stack
套路:
测试 ndarray arr
是一个随机排列的数组,其值 0
到 99
形状为 (11, 9)
.
假设我们想要找到前 7 个最大值的二维索引列表:
In [1018]: arr
Out[1018]:
array([[36, 37, 38, 39, 40, 41, 42, 43, 44],
[27, 28, 29, 30, 31, 32, 33, 34, 35],
[72, 73, 74, 75, 76, 77, 78, 79, 80],
[ 0, 1, 2, 3, 4, 5, 6, 7, 8],
[18, 19, 20, 21, 22, 23, 24, 25, 26],
[45, 46, 47, 48, 49, 50, 51, 52, 53],
[ 9, 10, 11, 12, 13, 14, 15, 16, 17],
[90, 91, 92, 93, 94, 95, 96, 97, 98],
[54, 55, 56, 57, 58, 59, 60, 61, 62],
[63, 64, 65, 66, 67, 68, 69, 70, 71],
[81, 82, 83, 84, 85, 86, 87, 88, 89]])
In [1019]: top_N = 7
In [1020]: idx = np.argpartition(arr, arr.size - top_N, axis=None)[-top_N:]
In [1021]: result = np.column_stack(np.unravel_index(idx, arr.shape))
In [1022]: result
Out[1022]:
array([[7, 2],
[7, 3],
[7, 4],
[7, 5],
[7, 7],
[7, 8],
[7, 6]])
关于python - 查找二维数组中最高元素的列表 : Python 3,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51122073/