为什么累积工作 numpy.maximum 而不是 numpy.argmax

Question

这两个看起来应该非常相似，因此对一个有效的应该对另一个有效？那么为什么 accumulate 只适用于 maximum 而不是 argmax？

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

Answer 1

因为max是结合的，而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

这是你想要的argmax积累吗？

示例数组：

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)

找出am跳转的元素。 np.diff 也可以工作：

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)

另一种查找方法 ind - 查找 am

中的跳转

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])

为什么累积工作 numpy.maximum 而不是 numpy.argmax

Why does accumulate work for numpy.maximum but not numpy.argmax

python

numpy

numpy-ufunc