如何獲取numpy的array中前N個最大值

本文小編為大家詳細介紹“如何獲取numpy的array中前N個最大值”，內容詳細，步驟清晰，細節處理妥當，希望這篇“如何獲取numpy的array中前N個最大值”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

主要應用了argsort()函數，函數原型：

numpy.argsort(a, axis=-1, kind='quicksort', order=None)
'''
Returns the indices that would sort an array.
Perform an indirect sort along the given axis using the algorithm specified by the kind keyword. It returns an array of indices of the same shape as a that index data along the given axis in sorted order.
'''
Parameters: 
a : array_like
Array to sort.
 
axis : int or None, optional
Axis along which to sort. The default is -1 (the last axis). If None, the flattened array is used.
 
kind : {‘quicksort', ‘mergesort', ‘heapsort', ‘stable'}, optional
Sorting algorithm.
 
order : str or list of str, optional
When a is an array with fields defined, this argument specifies which fields to compare first, second, etc. A single field can be specified as a string, and not all fields need be specified, but unspecified fields will still be used, in the order in which they come up in the dtype, to break ties.
 
Returns: 
index_array : ndarray, int
Array of indices that sort a along the specified axis. If a is one-dimensional, a[index_array] yields a sorted a. More generally, np.take_along_axis(a, index_array, axis=a) always yields the sorted a, irrespective of dimensionality.

示例：

import numpy as np
top_k=3
arr = np.array([1, 3, 2, 4, 5])
top_k_idx=arr.argsort()[::-1][0:top_k]
print(top_k_idx)
#[4 3 1]

補充：python topN / topK 取 最大的N個數 或 最小的N個數

import numpy as np
a = np.array([1,4,3,5,2])
b = np.argsort(a)
print(b)

print結果[0 4 2 1 3]

說明a[0]最小，a[3]最大

a[0]<a[4]<a[2]<a[1]<a[3]

補充：利用Python獲取數組或列表中最大的N個數及其索引

看代碼吧~

import heapq
 
a=[43,5,65,4,5,8,87]
re1 = heapq.nlargest(3, a) #求最大的三個元素，并排序
re2 = map(a.index, heapq.nlargest(3, a)) #求最大的三個索引    nsmallest與nlargest相反，求最小
print(re1)
print(list(re2)) #因為re2由map()生成的不是list，直接print不出來，添加list()就行了

結果：

re1：[87, 65, 43]

re2：[6, 2, 0]

讀到這里，這篇“如何獲取numpy的array中前N個最大值”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。