查找最大值子数组的索引并将其应用于该子数组

Question

我有一个文件 f，其中包含 N 个（未知）events。每个事件都带有（未知且每个事件不同，称为 i、j 等）重建量 tracks。然后，每个轨道都具有能量 E 和似然 lik 等属性。所以，

>>> print(f.events.tracks.lik) 
[[lik1, lik2, ..., likX], [lik1, lik2, ..., likj], ..., [lik1, lik2, ..., likz]]

打印一个包含 N 个子数组的数组（每个 event 一个），每个子数组显示其所有 tracks.

的 lik

目标：调用 f.events.tracks[:, Inds].E 以最大似然获取轨道的能量。

最小代码示例

>>>import numpy as np
>>>lik = np.random.randint(low=0, high=100, size=50).reshape(5, 10)
>>>print(lik)
[[ 3 49 27  3 80 59 96 99 84 34]
 [88 62 61 83 90  9 62 30 92 80]
 [ 5 21 69 40  2 40 13 63 42 46]
 [ 0 55 71 67 63 49 29  7 21  7]
 [40  7 68 46 95 34 74 88 79 15]]
>>>energy = np.random.randint(low=100, high=2000, size=50).reshape(5, 10)
>>>print(energy)
[[1324 1812  917  553  185  743  358  877 1041  905]
[1407  663  359  383  339 1403 1511 1964 1797 1096]
[ 315 1431  565  786  544 1370  919 1617 1442  925]
[1710  698  246 1631 1374 1844  595  465  908  953]
[ 305  384  668  952  458  793  303  153  661  791]]
>>> Inds = np.argmax(lik, axis=1)
>>> print(Inds)
[2 1 8 6 7]

问题：

>>> # call energy[Inds] to get
# [917, 663, 1442, 1844, 153]

获取这些能量的正确方法是什么？

Answer 1

您可以 select 使用包含 [0,1,2,...] 的临时数组（使用 np.arange 生成）的二维索引为每行 Inds 索引的值。

这是一个例子：

energy[np.arange(len(Inds)), Inds]

查找最大值子数组的索引并将其应用于该子数组

Find indices for max values subarrays and applying it on that subarray

python

numpy

slice

argmax