2

有没有一种直接的方法可以使用调用 NumPy 的输出argmax或argmin在 ND 数组的单个维度上定义该数组的索引？

这可能最好用一个例子来解释。考虑以下随时间变化的 2D 温度读数网格示例：

>>> import numpy as np
>>> times = np.array([0, 20])
>>> temperature_map_t0 = np.array([[10, 12, 14], [23, 40, 50]])
>>> temperature_map_t1 = np.array([[20, 12, 15], [23, 10, 12]])
>>> temperature_map = np.dstack([temperature_map_t0, temperature_map_t1])

和包含相应压力读数的相同形状的 ND 阵列：

>>> pressure_map = np.random.rand(*temperature_map.shape)

我们可以找到每个位置的最高温度：

>>> top_temperatures = temperature_map.max(axis=2)
>>> top_temperatures
array([[20, 12, 15],
       [23, 40, 50]])

以及它们发生的时间：

>>> times = times[temperature_map.argmax(axis=2)]
>>> times
array([[20,  0, 20],
       [ 0,  0,  0]])

但是我们怎样才能temperature_map.argmax(axis=2)找到相应的压力呢？

>>> pressures_at_top_temperatures = pressures[ ???? ]

换句话说 - 使用该维度的argminorargmax索引折叠 ND 数组的单个维度的索引语法是什么？

4

2 回答 2

2

感谢Jaime在我遇到类似问题时回答

import numpy as np
times = np.array([0, 20])
temperature_map_t0 = np.array([[10, 12, 14], [23, 40, 50]])
temperature_map_t1 = np.array([[20, 12, 15], [23, 10, 12]])
temperature_map = np.dstack([temperature_map_t0, temperature_map_t1])
top_temperatures = temperature_map.max(axis=2)

# shape is a tuple - no need to convert
# http://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.shape.html
pressure_map = np.random.rand(*temperature_map.shape)

idx = temperature_map.argmax(axis=2)

s = temperature_map.shape
result pressure_map[np.arange(s[0])[:, None], np.arange(s[1]), idx]
于 2013-04-19T15:36:57.783 回答
0

我能想到的最直接的解决方案是使用逻辑索引将未由所需索引选择的条目归零，然后对感兴趣的维度求和，例如如下：

def collapse_dimension(ndarr, index, axis):
    r = np.rollaxis(ndarr, axis, 0)
    return np.sum((r[i] * (index == i) for i in range(r.shape[0])), axis=0)

所以给定上面的例子，我们可以使用argmax或argmin折叠任何给定维度上的数组，例如

>>> pressures_at_top_temperatures = collapse_dimension(
...     pressure_map, temperature_map.argmax(axis=2), 2)

并且，简单地，max使用相应的跨任何给定维度argmax：

>>> temperature_map.max(axis=2) == collapse_dimension(
...     temperature_map, temperature_map.argmax(axis=2), 2)
array([[ True,  True,  True],
       [ True,  True,  True]], dtype=bool)

但是，我强烈怀疑有一种更好的方法可以做到这一点，它不涉及编写这个额外的函数——有什么想法吗？

于 2013-04-19T15:20:31.693 回答