python - 为什么累积对 numpy.maximum 而不是 numpy.argmax

Question

这两个看起来应该非常等价，因此对一个有效的应该对另一个有效？那么为什么累积只适用于最大值而不适用于argmax？

编辑：一个自然的后续问题是如何以最pythonic / numpy-esque的方式创建有效的argmax累积？

Answer 1

因为max是关联的，但argmax不是：

• max(a, max(b, c)) == max(max(a, b), c)
• argmax(a, argmax(b, c)) != argmax(argmax(a, b), c)

Answer 2

这是argmax你想要的那种积累吗？

样本数组：

In [135]: a
Out[135]: array([4, 6, 5, 1, 4, 4, 2, 0, 8, 4])

您已经获得的最大值：

In [136]: am=np.maximum.accumulate(a)    
In [137]: am
Out[137]: array([4, 6, 6, 6, 6, 6, 6, 6, 8, 8], dtype=int32)

In [138]: a1=np.zeros_like(a)

am识别跳跃 的元素。np.diff也可以：

In [139]: ind=np.nonzero(a==am)[0]

In [140]: ind
Out[140]: array([0, 1, 8], dtype=int32)

In [141]: a1[ind]=ind    
In [142]: a1
Out[142]: array([0, 1, 0, 0, 0, 0, 0, 0, 8, 0])

In [143]: np.maximum.accumulate(a1)
Out[143]: array([0, 1, 1, 1, 1, 1, 1, 1, 8, 8], dtype=int32)

另一种查找方式ind- 寻找跳转am

In [149]: ind=np.nonzero(np.diff(am))

In [150]: ind = np.concatenate([[0],ind[0]+1])

In [151]: ind
Out[151]: array([0, 1, 8])