替换所有小于每行中“n”个最大项目的numpy数组值

Posted 2023-03-14

【中文标题】替换所有小于每行中“n”个最大项目的numpy数组值

【英文标题】：Replacing all values of numpy array which are smaller than the "n" largest item in each row

【发布时间】：2018-01-30 15:32:45

【问题描述】：

我有一个大小为 ~70k * 10k 的 2d numpy 数组。我想用零替换每行中小于“N”最大元素的所有值。例如：

arr = np.array([[1, 0, 6, 5, 2, 5], 
                [7, 5, 2, 6, 7, 3], 
                [3, 5, 1, 5, 6, 4]])

对于N = 3，结果应该是：

result = np.array([[0, 0, 6, 5, 0, 5], # 3 largest in row: 6, 5, 5
                   [7, 0, 0, 6, 7, 0], 
                   [0, 5, 0, 5, 6, 0]])

未被替换的数字的位置和数组的形状应该保持不变。

【问题讨论】：

您自己尝试过什么吗？对如何去做有任何想法吗？

也有类似***.com/questions/30332908/… 这样的问题，但是 np.partition 改变了数组的形状，这是我必须避免的。

我得到的第三个谷歌结果是this。应该足以让您入门。

你的第三个谷歌结果大约是一个特定的值 (255)。我需要独立确定每一行的 N 最大值，因为在每一行中它们可能不同。我想找到最优雅的解决方案。

同一个数组但 N=2 的结果应该是什么？即如何处理重复？

【参考方案1】：

您可以使用np.partition 找到N-th 最大值，然后只需使用布尔索引来替换该行中“低于”该值的所有内容：

import numpy as np
arr = np.array([[1, 0, 6, 5, 2, 5], 
                [7, 5, 2, 6, 7, 3], 
                [3, 5, 1, 5, 6, 4]])

N = 3
nlargest = np.partition(arr, -N, axis=1)[:, -N]
arr[arr < nlargest[:, None]] = 0
arr
# array([[0, 0, 6, 5, 0, 5],
#        [7, 0, 0, 6, 7, 0],
#        [0, 5, 0, 5, 6, 0]])