获取最小值的索引 Numpy Python

Question

下面的函数将每个值分成由索引 index 和 L_list 中的值分隔的块。所以它输出索引 3-5 之间的最小值，即 -5 和值的索引。 numpy_argmin_reduceat(a, b) 和 Drawdown 函数都按计划运行，但是 numpy_argmin_reduceat(a, b) 的索引输出是错误的 Drawdown 的最小值与输出的索引不匹配numpy_argmin_reduceat(a, b)。我该如何解决这个问题？数组：

import numpy as np
# indexes          0, 1, 2,3,4, 5, 6,7, 8, 9,10, 11, 12
L_list = np.array([10,20,30,0,0,-5,11,2,33, 4, 5, 68, 7])
index =  np.array([3,5,7,11])

函数：

#getting the minimum values
Drawdown = np.minimum.reduceat(L_list,index+1)

#Getting the min Index 
def numpy_argmin_reduceat(a, b):
    n = a.max() + 1  # limit-offset
    id_arr = np.zeros(a.size,dtype=int)
    id_arr[b] = 1
    shift = n*id_arr.cumsum()
    sortidx = (a+shift).argsort()
    grp_shifted_argmin = b
    idx =sortidx[grp_shifted_argmin] - b
    min_idx = idx +index
    return min_idx


min_idx =numpy_argmin_reduceat(L_list,index+1)
#printing function
DR_val_index = np.array([np.around(Drawdown,1), min_idx])
DR_result = np.apply_along_axis(lambda x: print(f'Min Values: {x[0]} at index: {x[1]}'), 0, DR_val_index)

输出

Min Values: -5 at index: 4
Min Values: 2 at index: 6
Min Values: 4 at index: 8
Min Values: 7 at index: 11

预期输出：

Min Values: -5 at index: 5
Min Values: 2 at index: 7
Min Values: 4 at index: 9
Min Values: 7 at index: 12

Answer 1

使用 np.r_ 重新定义索引，然后对索引进行切片和压缩以创建定义块的开始和结束索引的间隔，然后迭代这些间隔和 select [= 中的块13=]对应区间，然后用argmin找到最小值的索引，将其加到chunk的起始索引上，得到L_list

中的实际索引

i = np.r_[index[0]-1, index[1:], len(L_list)-1] + 1
for x, y in zip(i[:-1], i[1:]):
    i_min = x + L_list[x:y].argmin()
    print('Min Value:', L_list[i_min], 'at index:', i_min)

Min Value: -5 at index: 5
Min Value: 2 at index: 7
Min Value: 4 at index: 9
Min Value: 7 at index: 12

获取最小值的索引 Numpy Python

Getting the index of the min values Numpy Python

python

arrays

indexing

numpy

numpy-ndarray