Numpy获得最大的K个数据及最小的K个数据

在numpy中使用O(1)的np.argpartition()方法

np.argpartition官网文档：https://numpy.org/doc/stable/reference/generated/numpy.argpartition.html

对于一个array，使用：

np.argpartition(array, kth=8)

其中kth代表第几大的数据，它通过将整个数组切分成两个部分，左边是比第k大的数小的部分，右边是比第k大的数据大的部分

反过来同理，下面的函数加一个负号就代表这是第8小的数据：

np.argpartition(array, kth=-8)

import numpy as np


def get_k_max(array, k):
    _k_sort = np.argpartition(array, -k)[-k:]  # 最大的k个数据的下标
    return array[_k_sort]


def get_k_min(array, k):
    _k_sort = np.argpartition(array, k)[:k]  # 最小的k个数据的下标
    return array[_k_sort]


if __name__ == '__main__':
    a = np.array([10, 2, 3, 40, 5, 6, 7, 8, 9])
    print("得到TOP3的数据：", get_k_max(a, 3))
    print("得到3个最小的数据：", get_k_min(a, 3))