屏蔽矩阵行中的最小值

Question

我有这个 3x3 矩阵：

a=array([[ 1, 11,  5],
   [ 3,  9,  9],
   [ 5,  7, -3]])

我需要屏蔽每行中的最小值，以便计算每行丢弃最小值的平均值。有通用的解决方案吗？我试过

a_masked=np.ma.masked_where(a==np.ma.min(a,axis=1),a)

哪个屏蔽了第一行和第三行的最小值，而不是第二行？

如有任何帮助，我将不胜感激。谢谢！

Answer 1

min() 函数有什么用？

对于每一行，只需执行 min(row) ，它就会在你的案例中为你提供此列表中的最小值。只需将此最小值附加到所有最小值的列表中即可。

最小列表=[]

for i in array: minList.append(min(i))

Answer 2

问题是因为比较 a == a.min(axis=1) 是将每个列与每行的最小值进行比较，而不是将每行与最小值进行比较。这是因为 a.min(axis=1) returns 是向量而不是矩阵，它的行为类似于 Nx1 数组。因此，在广播时，== 运算符以列方式执行操作以匹配维度。

a == a.min(axis=1)

# array([[ True, False, False],
#        [False, False, False],
#        [False, False,  True]], dtype=bool)

解决此问题的一种潜在方法是将 a.min(axis=1) 的结果 resize 放入列向量（例如 3 x 1 二维数组）中。

a == np.resize(a.min(axis=1), [a.shape[0],1])

# array([[ True, False, False],
#        [ True, False, False],
#        [False, False,  True]], dtype=bool)

或者更简单，如@ColonelBeuvel 所示：

a == a.min(axis=1)[:,None]

现在将其应用于您的整行代码。

a_masked = np.ma.masked_where(a == np.resize(a.min(axis=1),[a.shape[0],1]), a)

# masked_array(data =
#   [[-- 11 5]
#   [-- 9 9]
#   [5 7 --]],
#        mask =
#           [[ True False False]
#            [ True False False]
#            [False False  True]],
#           fill_value = 999999)

屏蔽矩阵行中的最小值

Mask minimum values in matrix rows

python

numpy

matrix

masking

minimum