如果最小值满足条件，则获取 2D np.array 中每一行的最小值的索引

Question

我有一个二维 np.array，尺寸为 1000 (rows) x 12 (columns)。

我需要获取低于 1.5.
的那些值的索引如果一行包含多个满足此条件的值，那么我只需要保留最低的索引。

我很乐意使用 idx1,idx2=np.where(x < 1.5), 但这有时 returns 同一行中的几个索引。我当然可以遍历 idx1 中所有重复的行，只保留 x 中值最低的索引，但我想知道是否有更 pythonic 的方式。

谢谢

Answer 1

一种方法是使用 numpy masked array。让我们定义以下随机 ndarray:

a = np.random.normal(1,2,(4,2))

print(a.round(2))
array([[ 1.41, -0.68],
       [-1.53,  2.74],
       [ 1.19,  2.66],
       [ 2.  ,  1.26]])

我们可以定义一个掩码数组：

ma = np.ma.array(a, mask = a >= 1.5)

print(ma.round(2))
[[1.41 -0.68]
 [-1.53 --]
 [1.19 --]
 [-- 1.26]]

为了处理没有值低于阈值的行，您可以这样做：

m = ma.mask.any(axis=1)
# array([ True,  True,  True,  True])

如果给定行中没有有效值，它将包含 False。然后在掩码数组上取 np.argmin 以获得最小值低于 1.5 的列：

np.argmin(ma, axis=1)[m]
# array([1, 0, 0, 1])

对于你可以做的行：

np.flatnonzero(m)
# array([0, 1, 2, 3])

Answer 2

你可以这样做：

# First index is all rows
idx1 = np.arange(len(x))
# Second index is minimum values
idx2 = np.argmin(m, axis=1)
# Filter rows where minimum is not below threshold
valid = x[idx1, idx2] < 1.5
idx1 = idx1[valid]
idx2 = idx2[valid]

如果最小值满足条件，则获取 2D np.array 中每一行的最小值的索引

Get the indices of min values for each row in a 2D np.array, if the min value satisfies a condition

python

arrays

numpy

unique

where