Dapatkan nilai minimum kedua per kolom dalam array 2D

Bagaimana saya bisa mendapatkan nilai minimum kedua dari setiap kolom? Saya punya array ini:

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]]

Saya ingin memiliki output seperti:

A = [54 53 59 36 40 44]

Coba ini, hanya dalam satu baris:

[sorted(i)[1] for i in zip(*A)]

dalam aksi:

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) akan mengubah daftar daftar Anda sehingga kolom menjadi baris.

dan jika Anda memiliki nilai duplikat, misalnya:

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

Jika Anda perlu melewati keduanya 35, Anda dapat menggunakan set():

In [29]: [sorted(list(set(i)))[1] for i in zip(*A)]                                                                                                                                                                
Out[29]: [54, 53, 50, 36, 40, 44]

Operasi pada numpyarray harus dilakukan dengan numpyfungsi, jadi lihat yang ini:

np.sort(A, axis=0)[1, :]

Out[61]: array([54, 53, 59, 36, 40, 44])

Anda dapat menggunakan heapq.nsmallest

from heapq import nsmallest

[nsmallest(2, e)[-1] for e in zip(*A)]

keluaran:

[54, 53, 50, 36, 40, 44]

Saya menambahkan tolok ukur sederhana untuk membandingkan kinerja berbagai solusi yang sudah diposting:

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()

Menggunakan zipdengan sortedfungsi adalah solusi tercepat untuk daftar 2d kecil sementara menggunakan zipdengan heapq.nsmallestmenunjukkan menjadi yang terbaik di daftar 2d besar

Saya harap saya mengerti pertanyaan Anda dengan benar tetapi bagaimanapun juga inilah solusi saya, saya yakin ada cara yang lebih elegan untuk melakukan ini tetapi ia bekerja

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)

Dengan asumsi itu Aadalah numpy.array(jika ini benar, silakan pertimbangkan untuk menambahkan numpytag ke pertanyaan Anda) maka Anda dapat menggunakan apply_along_axiscara berikut:

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]

Perhatikan bahwa saya menggunakan heapq.nsmallest karena melakukan penyortiran sebanyak yang diperlukan untuk mendapatkan 2 elemen terkecil, tidak seperti sortedyang melakukan sort lengkap.

>>> 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]]

Diperbarui : Digunakan setuntuk mencegah duplikat dan mengubah daftar menggunakanzip(*A)

>>> [sorted(set(items))[1] for items in zip(*A)]
[6, 7, 8, 9, 10, 11]

old: item minimum kedua di setiap baris

>>> [sorted(set(items))[1] for items in A]
[1, 7, 13, 19, 25]