python - 如何在numpy中返回所有最小索引

Question

阅读numpy中 argmin 函数的文档时，我有点困惑。看起来它应该完成这项工作：

读这个

返回沿轴的最小值的索引。

我可能会认为

np.argmin([5, 3, 2, 1, 1, 1, 6, 1])

将返回所有索引的数组：这将是[3, 4, 5, 7]

但不是这个，它只返回3. 问题在哪里，或者我应该怎么做才能得到我的结果？

Answer 1

当您考虑多维数组时，该文档更有意义。

>>> x = numpy.array([[0, 1],
...                  [3, 2]])
>>> x.argmin(axis=0)
array([0, 0])
>>> x.argmin(axis=1)
array([0, 1])

指定轴后，argmin沿给定轴获取一维子数组，并返回每个子数组最小值的第一个索引。它不会返回单个最小值的所有索引。

要获取最小值的所有索引，您可以执行

numpy.where(x == x.min())

Answer 2

请参阅文档numpy.argmax（由文档引用numpy.argmin）：

如果最大值多次出现，则返回与第一次出现对应的索引。

文档的措辞（“索引”而不是“索引”）是指提供时的多维情况axis。

所以，你不能用np.argmin. 相反，这将起作用：

np.where(arr == arr.min())

Answer 3

假设您想要列表的索引，而不是 numpy 数组，请尝试

import numpy as np

my_list = [5, 3, 2, 1, 1, 1, 6, 1]
np.where(np.array(my_list) == min(my_list))[0]

索引 [0] 是因为 numpy 返回您的答案的元组，什么都没有（答案作为 numpy 数组）。不要问我为什么。

Answer 4

我想快速补充一下，正如用户 grofte 提到的，np.where它返回一个元组，它声明它是一个简写，nonzero它有一个相应的方法flatnonzero，可以直接返回一个数组。

所以，最干净的版本似乎是

my_list = np.array([5, 3, 2, 1, 1, 1, 6, 1])
np.flatnonzero(my_list == my_list.min())
=> array([3, 4, 5, 7])