如果嵌套数组的最大值高于阈值，则获取嵌套数组的 Numpy 条件

Question

我有以下数组：

arr = numpy.array([[.5, .5], [.9, .1], [.8, .2]])

我想获取 arr 的索引，其中包含一个数组，其最大值大于或等于 .9。因此，对于这种情况，结果将是 [1] 因为索引为 1 [.9, .1] 的数组是唯一一个最大值 >= 9.

我试过了：

>>> condition = np.max(arr) >= .9
>>> arr[condition]
array([ 0.5,  0.5])

但是，如您所见，它给出了错误的答案。

Answer 1

沿轴使用max获取行最大值，然后where获取最大的索引：

np.where(arr.max(axis=1)>=0.9)

Answer 2

我想你想要 np.where 这里。此函数 returns 满足特定条件的任何值的索引：

>>> np.where(arr >= 0.9)[0] # here we look at the whole 2D array
array([1])

(np.where(arr >= 0.9) returns 索引数组的元组，数组的每个轴一个。您的预期输出意味着您只需要行索引（轴 0）。）

如果想先取每一行的最大值，可以使用arr.max(axis=1):

>>> np.where(arr.max(axis=1) >= 0.9)[0] # here we look at the 1D array of row maximums
array([1])

Answer 3

你得到错误答案的原因是因为 np.max(arr) 给了你展平数组的最大值。你想要 np.max(arr, axis=1) 或者更好的是 arr.max(axis=1).

(arr.max(axis=1)>=.9).nonzero()

Answer 4

In [18]: arr = numpy.array([[.5, .5], [.9, .1], [.8, .2]])

In [19]: numpy.argwhere(numpy.max(arr, 1) >= 0.9)
Out[19]: array([[1]])

Numpy condition for getting nested arrays if their max is above a threshold