使用 NumPy 从矩阵中获取最小/最大 n 值和索引的有效方法

给定 NumPy 矩阵（二维数组），返回最小值/最大值的有效方法是什么n数组中的值（及其索引）？

目前我有：

def n_max(arr, n):
    res = [(0,(0,0))]*n
    for y in xrange(len(arr)):
        for x in xrange(len(arr[y])):
            val = float(arr[y,x])
            el = (val,(y,x))
            i = bisect.bisect(res, el)
            if i > 0:
                res.insert(i, el)
                del res[0]
    return res

这比图像模板匹配算法花费的时间长三倍pyopencv确实生成了我想要运行它的数组，我认为这很愚蠢。

自其他答案以来，NumPy 添加了numpy.partition http://docs.scipy.org/doc/numpy/reference/generated/numpy.partition.html and numpy.argpartition http://docs.scipy.org/doc/numpy/reference/generated/numpy.argpartition.html部分排序的函数，允许您在O(arr.size)时间，或O(arr.size+n*log(n))如果您需要按排序顺序排列的元素。

numpy.partition(arr, n)返回一个大小为的数组arr哪里的n如果数组已排序，则第一个元素就是该元素。所有较小的元素都位于该元素之前，所有较大的元素都位于该元素之后。

numpy.argpartition is to numpy.partition as numpy.argsort is to numpy.sort.

以下是如何使用这些函数来查找最小值的索引n二维的元素arr:

flat_indices = numpy.argpartition(arr.ravel(), n-1)[:n]
row_indices, col_indices = numpy.unravel_index(flat_indices, arr.shape)

如果您需要按顺序排列索引，那么row_indices[0]是最小元素的行，而不仅仅是其中之一n最小元素：

min_elements = arr[row_indices, col_indices]
min_elements_order = numpy.argsort(min_elements)
row_indices, col_indices = row_indices[min_elements_order], col_indices[min_elements_order]

一维情况要简单得多：

# Unordered:
indices = numpy.argpartition(arr, n-1)[:n]

# Extra code if you need the indices in order:
min_elements = arr[indices]
min_elements_order = numpy.argsort(min_elements)
ordered_indices = indices[min_elements_order]