如何获取每列的第二小值？我有以下数组：
A = [[72 76 44 62 81 31]
[54 36 82 71 40 45]
[63 59 84 36 34 51]
[58 53 59 22 77 64]
[35 77 60 76 57 44]]
我希望您能提供像下面这样的输出：
A = [54 53 59 36 40 44]
在二维数组中获取每列的第二个最小值
17
- Mr Dan
1
每列的第二小值是什么？ - Nicolas Gervais
6个回答
12
试试这个，在一行中完成：
[sorted(i)[1] for i in zip(*A)]
实际应用:
In [12]: A = [[72, 76, 44, 62, 81, 31],
...: [54 ,36 ,82 ,71 ,40, 45],
...: [63 ,59, 84, 36, 34 ,51],
...: [58, 53, 59, 22, 77 ,64],
...: [35 ,77, 60, 76, 57, 44]]
In [18]: [sorted(i)[1] for i in zip(*A)]
Out[18]: [54, 53, 59, 36, 40, 44]
zip(*A)将转置你的嵌套列表，使列变成行。
如果你有重复的值，例如：
In [19]: A = [[72, 76, 44, 62, 81, 31],
...: [54 ,36 ,82 ,71 ,40, 45],
...: [63 ,59, 84, 36, 34 ,51],
...: [35, 53, 59, 22, 77 ,64], # 35
...: [35 ,77, 50, 76, 57, 44],] # 35
如果您需要跳过两个 35，可以使用 set()：
In [29]: [sorted(list(set(i)))[1] for i in zip(*A)]
Out[29]: [54, 53, 50, 36, 40, 44]
- Mehrdad Pedramfar
8
numpy数组的操作应该使用numpy函数完成，因此请查看下面这个函数：
np.sort(A, axis=0)[1, :]
Out[61]: array([54, 53, 59, 36, 40, 44])
- Nicolas Gervais
2
据我所知，这应该是最佳解决方案，它将所有内容都保留在
numpy 中，我认为 lambda 会减慢 heapq.nsmallest 的解决方案。似乎最好将所有东西都保持快速的 numpy。 - jamylak除非您有重复的最小值... - matanster
5
你可以使用 heapq.nsmallest。
from heapq import nsmallest
[nsmallest(2, e)[-1] for e in zip(*A)]
输出：
[54, 53, 50, 36, 40, 44]
我添加了一个简单的基准测试，以比较已经发布的不同解决方案的性能：
from simple_benchmark import BenchmarkBuilder
from heapq import nsmallest
b = BenchmarkBuilder()
@b.add_function()
def MehrdadPedramfar(A):
return [sorted(i)[1] for i in zip(*A)]
@b.add_function()
def NicolasGervais(A):
return np.sort(A, axis=0)[1, :]
@b.add_function()
def imcrazeegamerr(A):
rotated = zip(*A[::-1])
result = []
for arr in rotated:
# sort each 1d array from min to max
arr = sorted(list(arr))
# add the second minimum value to result array
result.append(arr[1])
return result
@b.add_function()
def Daweo(A):
return np.apply_along_axis(lambda x:heapq.nsmallest(2,x)[-1], 0, A)
@b.add_function()
def kederrac(A):
return [nsmallest(2, e)[-1] for e in zip(*A)]
@b.add_arguments('Number of row/cols (A is square matrix)')
def argument_provider():
for exp in range(2, 18):
size = 2**exp
yield size, [[randint(0, 1000) for _ in range(size)] for _ in range(size)]
r = b.run()
r.plot()
zip函数与sorted函数结合在小型二维列表中是最快的解决方案，而使用heapq.nsmallest与zip在大型二维列表中表现最佳。
- kederrac
2
1只是一个疯狂的想法：这些结果是否会受到您生成的不是numpy数据类型的数字影响？此外，内置的randint不会返回一个数组而不是一个列表吗？ - Nicolas Gervais
在 np.matrix 上迭代行的方式只有这一种吗？是否有更快的替代方法？ - Pablo
1
我希望我理解了你的问题，但无论如何这是我的解决方案，我相信有更优雅的方法来完成这个任务，但它能够工作。
A = [[72,76,44,62,81,31]
,[54,36,82,71,40,45]
,[63,59,84,36,34,51]
,[58,53,59,22,77,64]
,[35,77,50,76,57,44]]
#rotate the array 90deg
rotated = zip(*A[::-1])
result = []
for arr in rotated:
# sort each 1d array from min to max
arr = sorted(list(arr))
# add the second minimum value to result array
result.append(arr[1])
print(result)
- imcrazeegamer
0
假设
请注意，我使用了 heapq.nsmallest，因为它只排序所需的元素以获取最小的2个元素，而不像
A是numpy.array（如果这是真的，请考虑在您的问题中添加numpy标签），那么您可以按照以下方式使用apply_along_axis：import heap
import numpy as np
A = np.array([[72, 76, 44, 62, 81, 31],
[54, 36, 82, 71, 40, 45],
[63, 59, 84, 36, 34, 51],
[58, 53, 59, 22, 77, 64],
[35, 77, 60, 76, 57, 44]])
second_mins = np.apply_along_axis(lambda x:heapq.nsmallest(2,x)[-1], 0, A)
print(second_mins) # [54 53 59 36 40 44]
请注意，我使用了 heapq.nsmallest，因为它只排序所需的元素以获取最小的2个元素，而不像
sorted 那样进行完整排序。- Daweo
0
>>> A = np.arange(30).reshape(5,6).tolist()
>>> A
[[0, 1, 2, 3, 4, 5],
[6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23],
[24, 25, 26, 27, 28, 29]]
更新：使用set来防止重复，并使用zip(*A)转置列表。
>>> [sorted(set(items))[1] for items in zip(*A)]
[6, 7, 8, 9, 10, 11]
原文：每行第二小的项目
>>> [sorted(set(items))[1] for items in A]
[1, 7, 13, 19, 25]
- Dishin H Goyani
1
这不是获取每行的第二个项目而不是列吗？ - paxdiablo
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接