我知道我可以像下面这样：
import numpy as np N=10 a=np.arange(1,100,1) np.argsort()[-N:]
但是，由于它做了完整的排序，所以它非常慢。
我想知道numpy是否提供一些可以快速完成的方法。
该bottleneck模块具有一种快速的局部排序方法，可直接与Numpy数组配合使用：bottleneck.partition()。
bottleneck
bottleneck.partition()
请注意，bottleneck.partition()返回的是已排序的实际值，如果要使用已排序的值的索引（numpy.argsort()返回值），则应使用bottleneck.argpartition()。
numpy.argsort()
bottleneck.argpartition()
我已经进行了基准测试：
z = -bottleneck.partition(-a, 10)[:10]
z = a.argsort()[-10:]
z = heapq.nlargest(10, a)
其中a是一个随机的1,000,000个元素的数组。
a
时间安排如下：
np.argsort()
heapq.nlargest()
