2

我有一个 numpy 数组a，a.shape=(17,90,144). 我想找到 的每一列的最大幅度cumsum(a, axis=0)，但保留原始符号。换句话说，如果给定列a[:,j,i]的最大值cumsum对应于负值，我想保留减号。

代码np.amax(np.abs(a.cumsum(axis=0)))让我知道幅度，但不保留符号。相反，使用np.argmax会得到我需要的索引，然后我可以将其插入原始cumsum数组。但是我找不到这样做的好方法。

以下代码有效，但很脏而且非常慢：

max_mag_signed = np.zeros((90,144))
indices = np.argmax(np.abs(a.cumsum(axis=0)), axis=0)
for j in range(90):
    for i in range(144):
        max_mag_signed[j,i] = a.cumsum(axis=0)[indices[j,i],j,i]

必须有一种更清洁、更快的方法来做到这一点。有任何想法吗？

4

1 回答 1

4

我找不到任何替代方案，argmax但至少你可以用更矢量化的方法来解决这个问题：

# store the cumsum, since it's used multiple times
cum_a = a.cumsum(axis=0)

# find the indices as before
indices = np.argmax(abs(cum_a), axis=0)

# construct the indices for the second and third dimensions
y, z = np.indices(indices.shape)

# get the values with np indexing
max_mag_signed = cum_a[indices, y, z]
于 2013-02-10T01:04:21.603 回答