如何在 Numpy 中构建 argsecondmax

Question

在 Numpy 中，argmax 已经定义，但我需要 argsecondmax，它基本上是第二个最大值。我该怎么办，我有点困惑？

Answer 1

您可以使用 np.argsort 这样做

test =np.random.randint(1,5,10)

输出

array([3, 2, 3, 1, 4, 1, 3, 1, 3, 3])

我们做的第二个最大值

test[np.argsort(test)[-2]]

np.argsort 按升序排序，因此对于最大值我们取最后一个值，对于第二个最大值取倒数第二个值。

编辑：为了改进这个答案，我编写了一个类似于 Divakar () 提供的函数。

def argNmax(a, N, axis=None):
    return np.take(np.argsort(a, axis=axis), -N)

Answer 2

寻找 Nth 最大的指数

一个高效的方法可以使用 np.argparition 跳过排序和简单的分区，当切片时会给我们所需的索引。我们还将其概括为沿指定轴找到 Nth 最大的一个或全局一个（类似于 ndarray.argmax()），就像这样 -

def argNmax(a, N, axis=None):
    if axis is None:
        return np.argpartition(a.ravel(), -N)[-N]
    else:
        return np.take(np.argpartition(a, -N, axis=axis), -N, axis=axis)

样本运行 -

In [66]: a
Out[66]: 
array([[908, 770, 258, 534],
       [399, 376, 808, 750],
       [655, 654, 825, 355]])

In [67]: argNmax(a, N=2, axis=0)
Out[67]: array([2, 2, 1, 0])

In [68]: argNmax(a, N=2, axis=1)
Out[68]: array([1, 3, 0])

In [69]: argNmax(a, N=2) # global second largest index
Out[69]: 10

寻找 Nth 最小的指数

扩展它以找到 Nth 沿轴或全局最小的一个，我们将有 -

def argNmin(a, N, axis=None):
    if axis is None:
        return np.argpartition(a.ravel(), N-1)[N-1]
    else:
        return np.take(np.argpartition(a, N-1, axis=axis), N-1, axis=axis)

样本运行 -

In [105]: a
Out[105]: 
array([[908, 770, 258, 534],
       [399, 376, 808, 750],
       [655, 654, 825, 355]])

In [106]: argNmin(a, N=2, axis=0)
Out[106]: array([2, 2, 1, 0])

In [107]: argNmin(a, N=2, axis=1)
Out[107]: array([3, 0, 1])

In [108]: argNmin(a, N=2)
Out[108]: 11

计时

为了了解使用 argpartition 相对于使用 argsort 进行实际排序的好处，如所示，这是对全局 argmax 版本的快速运行时测试 -

In [70]: a = np.random.randint(0,99999,(1000,1000))

In [72]: %timeit np.argsort(a)[-2] # @pythonic833's soln
10 loops, best of 3: 40.6 ms per loop

In [73]: %timeit argNmax(a, N=2)
100 loops, best of 3: 2.12 ms per loop

如何在 Numpy 中构建 argsecondmax

How to build argsecondmax in Numpy

python

numpy

machine-learning

argmax