3 维 ndarray 的最后一个维度上的棘手 numpy argmax

Question

如果有一个形状为 (9,1,3) 的数组。

array([[[  6,  12, 108]],

   [[122, 112,  38]],

   [[ 57, 101,  62]],

   [[119,  76, 177]],

   [[ 46,  62,   2]],

   [[127,  61, 155]],

   [[  5,   6, 151]],

   [[  5,   8, 185]],

   [[109, 167,  33]]])

我想求第三维的argmax索引，在本例中是185，所以索引7。

我想解决方案与重塑有关，但我无法理解它。感谢您的帮助！

Answer 1

您可能需要这样做：

data = np.array([[[  6,  12, 108]],

   [[122, 112,  38]],

   [[ 57, 101,  62]],

   [[119,  76, 177]],

   [[ 46,  62,   2]],

   [[127,  61, 155]],

   [[  5,   6, 151]],

   [[  5,   8, 185]],

   [[109, 167,  33]]])

np.argmax(data[:,0][:,2])
 7

Answer 2

我不确定它有什么棘手之处。但是，获取沿最后一个轴的最大元素索引的一种方法是使用 np.max and np.argmax，例如：

# find `max` element along last axis 
# and get the index using `argmax` where `arr` is your array
In [53]: np.argmax(np.max(arr, axis=2))
Out[53]: 7

或者，作为，您可以使用：

In [63]: np.unravel_index(np.argmax(arr), arr.shape)
Out[63]: (7, 0, 2)

In [64]: arr[(7, 0, 2)]
Out[64]: 185

3 维 ndarray 的最后一个维度上的棘手 numpy argmax

Tricky numpy argmax on last dimension of 3-dimensional ndarray

python

arrays

numpy

argmax