我想在矩阵“A”的每一行的最大值的相同索引处提取数组“B”的值。为了找到索引,我使用了 numpy 函数“numpy.argmax”,如下所示:
>>> A=numpy.asarray([[0,1,6],[3,2,4]]);A
array([[0, 1, 6],
[3, 2, 4]])
>>> argA=numpy.argmax(A,axis=1);argA
array([2, 2])
问题是我不知道如何使用“argA”来提取数组“B”中的值
中的每个条目argA
对应于相应行内最大值的索引位置。这些行不是显式的(由于使用axis=1
),而是对应于每个条目的索引。因此,您需要添加它们以获取您所追求的元素。
>>> A[[0,1], argA]
array([6, 4])
所以:
>>> B
array([[ 9, 8, 2],
[ 3, 4, 5]])
>>> B[[0,1], argA] = 84,89
>>> B
array([[ 9, 8, 84],
[ 3, 4, 89]])
概括使用:
>>> B[np.arange(A.shape[0]),argA]
您可以直接使用数组作为索引 - 这实际上很简单:
B[:, arga]
例如:
>>> A[:,argA]
array([[6, 6],
[4, 4]])
这可能看起来有点低效,但您可以使用:
A.take(argA, axis=1).diagonal()
而不是A.take
你可以使用A[:, argA]
但take
更明确的轴。
您可以使用ravel_multi_index
转换为平面索引:
A.take(np.ravel_multi_index((np.arange(len(argA)), argA), A.shape))