python numpy argmax 到多维数组中的最大值

Question

我有以下代码：

import numpy as np
sample = np.random.random((10,10,3))
argmax_indices = np.argmax(sample, axis=2)

即我沿 axis=2 取 argmax，它给了我一个 (10,10) 矩阵。现在，我想为这些索引分配值 0。为此，我想索引示例数组。我试过了：

max_values = sample[argmax_indices]

但它不起作用。我想要类似

的东西

max_values = sample[argmax_indices]
sample[argmax_indices] = 0

我只是通过检查 max_values - np.max(sample, axis=2) 应该给出形状为 (10,10) 的零矩阵来验证。任何帮助将不胜感激。

Answer 1

这是一种方法 -

m,n = sample.shape[:2]
I,J = np.ogrid[:m,:n]
max_values = sample[I,J, argmax_indices]
sample[I,J, argmax_indices] = 0

分步示例运行

1) 示例输入数组：

In [261]: a = np.random.randint(0,9,(2,2,3))

In [262]: a
Out[262]: 
array([[[8, 4, 6],
        [7, 6, 2]],

       [[1, 8, 1],
        [4, 6, 4]]])

2) 沿 axis=2 获取 argmax 索引：

In [263]: idx = a.argmax(axis=2)

3) 获取用于索引前两个 dims 的形状和数组：

In [264]: m,n = a.shape[:2]

In [265]: I,J = np.ogrid[:m,:n]

4) 使用 I、J 和 idx 的索引使用 advanced-indexing 存储最大值：

In [267]: max_values = a[I,J,idx]

In [268]: max_values
Out[268]: 
array([[8, 7],
       [8, 6]])

5) 在从 max_values 中减去 np.max(a,axis=2) 之后验证我们得到的是一个全 zeros 数组：

In [306]: max_values - np.max(a, axis=2)
Out[306]: 
array([[0, 0],
       [0, 0]])

6) 再次使用 advanced-indexing 将这些位置指定为 zeros 并再进行一级视觉验证：

In [269]: a[I,J,idx] = 0

In [270]: a
Out[270]: 
array([[[0, 4, 6], # <=== Compare this against the original version
        [0, 6, 2]],

       [[1, 0, 1],
        [4, 0, 4]]])

Answer 2

np.ogrid 的替代方法是 np.indices。

I, J = np.indices(argmax_indices.shape)

sample[I,J,argmax_indices] = 0

Answer 3

这也可以推广到处理任何维度的矩阵。生成的函数会将矩阵的每个 1-d 向量中沿任何所需维度 d（在原始问题的情况下为维度 2）的最大值设置为 0（或所需的任何值）：

def set_zero(sample, d, val):
    """Set all max value along dimension d in matrix sample to value val."""
    argmax_idxs = sample.argmax(d)
    idxs = [np.indices(argmax_idxs.shape)[j].flatten() for j in range(len(argmax_idxs.shape))]
    idxs.insert(d, argmax_idxs.flatten())
    sample[idxs] = val
    return sample

set_zero(sample, d=2, val=0)

（在 python 3.6.4 和 python 2.7.14 上针对 numpy 1.14.1 进行了测试）

python numpy argmax 到多维数组中的最大值

python numpy argmax to max in multidimensional array

python

numpy

max

multidimensional-array

argmax