python找出数组的最小元素_python – 在numpy数组中找到第n个最小元素

参见英文答案 >

Efficient way to take the minimum/maximum n values and indices from a matrix using Python and NumPy                                    2个

我需要找到1D numpy.array中最小的第n个元素.

例如：

a = np.array([90,10,30,40,80,70,20,50,60,0])

我想获得第5个最小元素,所以我想要的输出是40.

我目前的解决方案是：

result = np.max(np.partition(a, 5)[:5])

然而,找到5个最小的元素然后拿出最大的元素对我来说似乎不太笨拙.有没有更好的方法呢？我错过了一个能实现目标的功能吗？

有一些问题与这个相似的标题,但我没有看到任何回答我的问题.

编辑：

我本来应该提到它,但性能对我来说非常重要;因此,heapq解决方案虽然不错但对我不起作用.

import numpy as np

import heapq

def find_nth_smallest_old_way(a, n):

return np.max(np.partition(a, n)[:n])

# Solution suggested by Jaime and HYRY

def find_nth_smallest_proper_way(a, n):

return np.partition(a, n-1)[n-1]

def find_nth_smallest_heapq(a, n):

return heapq.nsmallest(n, a)[-1]

#

n_iterations = 10000

a = np.arange(1000)

np.random.shuffle(a)

t1 = timeit('find_nth_smallest_old_way(a, 100)', 'from __main__ import find_nth_smallest_old_way, a', number = n_iterations)

print 'time taken using partition old_way: {}'.format(t1)

t2 = timeit('find_nth_smallest_proper_way(a, 100)', 'from __main__ import find_nth_smallest_proper_way, a', number = n_iterations)

print 'time taken using partition proper way: {}'.format(t2)

t3 = timeit('find_nth_smallest_heapq(a, 100)', 'from __main__ import find_nth_smallest_heapq, a', number = n_iterations)

print 'time taken using heapq : {}'.format(t3)

结果：

time taken using partition old_way: 0.255564928055

time taken using partition proper way: 0.129678010941

time taken using heapq : 7.81094002724