如何获取Numpy整个矩阵中的前N个最大值及其索引？

我明白你想要的是全局范围内提取矩阵中前N个最大值（以及对应的索引），而不是局限于行或列维度——确实，按行/列取最大的方式会漏掉跨维度的极值，就像你举的例子里那样。

先回顾你的问题场景：

示例输入（N=3）：

import numpy as np
mat = np.matrix([[9,8, 1, 2], [3, 7, 2, 5], [0, 3, 6, 2], [0, 2, 1, 5]])
print(mat)
[[9 8 1 2]
 [3 7 2 5]
 [0 3 6 2]
 [0 2 1 5]]

你已经发现了按行/列取最大值的缺陷：

• 按行取前3个最大值：np.squeeze(np.asarray(mat.max(1).reshape(-1)))[:3] 得到 array([9, 7, 6])，漏掉了8
• 按列取前3个最大值：np.squeeze(np.asarray(mat.max(0)))[:3] 得到 array([9, 8, 6])，漏掉了7

你的现有实现是可行的，但可以用Numpy的内置方法做得更简洁、高效，尤其是处理大型矩阵时：

方法1：仅获取前N个最大值（简洁高效） #

如果只需要值，不需要索引，用np.partition是最优选择——它不需要完全排序整个数组，时间复杂度为O(n)，比全排序的O(n log n)更高效：

N = 3
# 扁平化矩阵并提取前N个最大值，再按降序排序
top_vals = np.sort(np.partition(mat.flatten(), -N)[-N:])[::-1]
print(top_vals)
# 输出：array([9, 8, 7])

• mat.flatten()：直接将二维矩阵转换为一维，比reshape(-1)加squeeze的写法更简洁
• np.partition(..., -N)[-N:]：把数组中第N大的元素放到对应位置，取最后N个元素就是所有前N大的值
• 最后用np.sort(...)加[::-1]把结果调整为降序排列

方法2：同时获取值和对应的二维索引 #

如果需要同时拿到最大值及其在原矩阵中的位置，用np.argpartition配合np.unravel_index可以高效实现：

N = 3
flat_mat = mat.flatten()
# 获取前N大元素的一维索引（未排序）
top_indices = np.argpartition(flat_mat, -N)[-N:]
# 按对应值的降序对索引排序
sorted_top_indices = top_indices[np.argsort(-flat_mat[top_indices])]
# 提取最大值
top_vals = flat_mat[sorted_top_indices]
# 将一维索引转换为原矩阵的二维坐标
top_2d_indices = np.unravel_index(sorted_top_indices, mat.shape)

print("前3个最大值：", top_vals)
print("对应的二维索引（行/列）：", top_2d_indices)
# 输出：
# 前3个最大值： [[9 8 7]]
# 对应的二维索引（行/列）： (array([0, 0, 1]), array([0, 1, 1]))

这个方法同样避免了全排序，只对前N个元素的索引进行排序，在处理大型矩阵时优势明显。

对比原实现 #

你的原写法通过全排序获取前N个值，对于小型矩阵来说差异不大，但当矩阵规模很大时，np.partition系列方法的效率会显著更高。同时，mat.flatten()的写法也比手动reshape加squeeze更简洁易读。

内容的提问来源于stack exchange，提问作者Ido S