获取 `ndarray` 的每个切片中的最小值的索引

Question

我正在尝试做一些应该简单明了并且可以在 for 循环 中完成的事情，但我正在努力避免这种情况。

我想获取index每个切片中沿某个轴的最小值numpy.ndarray,a[=31] =].我对索引比值本身更感兴趣。我使用索引从另一个二维数组中获取一个值，该数组的形状等于 a.

的前两个维度
这是一个使用 for-loop 的简单实现：

a = np.random.randint(0, 10, 60).reshape(3, 4, 5) print(a) for i in range(a.shape[-1]): idx = a[..., i].argmin() print('Slice:', i, '| Index:', idx, '| min value:', a[..., i].flat[idx])

输出：

[[[1 9 4 0 7] [6 3 1 6 8] [7 8 2 0 2] [8 6 1 6 5]] [[8 7 0 6 9] [7 2 6 4 5] [3 4 9 2 9] [1 4 8 0 7]] [[1 4 6 6 2] [9 9 5 6 7] [6 2 8 9 9] [3 9 8 5 4]]] Slice: 0 | Index: 0 | min value: 1 Slice: 1 | Index: 5 | min value: 2 Slice: 2 | Index: 4 | min value: 0 Slice: 3 | Index: 0 | min value: 0 Slice: 4 | Index: 2 | min value: 2

我意识到我可以将 axis 关键字参数传递给 argmin，但这不会产生我正在寻找的结果。

Answer 1

对于您问题中给出的具体情况，您可以重塑数组，然后使用 argmin:

>>> import numpy as np
>>> a = np.array([[[1, 9, 4, 0, 7],
...   [6, 3, 1, 6, 8],
...   [7, 8, 2, 0, 2],
...   [8, 6, 1, 6, 5]],
...
...  [[8, 7, 0, 6, 9],
...   [7, 2, 6, 4, 5],
...   [3, 4, 9, 2, 9],
...   [1, 4, 8, 0, 7]],
...
...  [[1, 4, 6, 6, 2],
...   [9, 9, 5, 6, 7],
...   [6, 2, 8, 9, 9],
...   [3, 9, 8, 5, 4]]])
>>> a.reshape(-1, a.shape[2]).min(axis=0)
array([1, 2, 0, 0, 2])
>>> a.reshape(-1, a.shape[2]).argmin(axis=0)
array([0, 5, 4, 0, 2])
>>>

shape[2] 是因为这是您不想的维度（在本例中为内部维度或行）计算跨度的最小值：您正在计算前两个维度的最小值。

您还需要切片编号：基本上只是元素的第二个索引。这很容易，因为那个是顺序的，就是：

slices = np.arange(a.shape[2])

获取 `ndarray` 的每个切片中的最小值的索引

Getting the index of the minimum value in each slice of `ndarray`

python

numpy-ndarray