Question

我有一个由a子列表组成的嵌套列表N，每个子列表都填充了M个浮点数。我有办法使用numpy获取最大浮点数的索引，如下面的MWE所示：

import numpy as np

def random_data(bot, top, N):
    # Generate some random data.
    return np.random.uniform(bot, top, N)

# Generate nested list a.
N, M = 10, 7  # number of sublists and length of each sublist
a = np.asarray([random_data(0., 1., M) for _ in range(N)])

# x,y indexes of max float in a.
print np.unravel_index(a.argmax(), a.shape)

请注意，我使用子列表索引和浮点索引作为x,y坐标，其中x是子列表的索引，y所述子列表中的浮点索引。

我现在需要的是找到最大浮点施加某些边界的坐标/索引的方法。例如，我想获取x,y中[3:5]范围内x和[2:6]中y范围内最大浮点数的a值。

这意味着我想在[3:5]中搜索最大的浮点数，但将搜索限制在[2:6]中的那些子列表中，并在这些子列表中将其限制为print np.unravel_index(a[3:5].argmax(), a[3:5].shape)中的浮点数。

我可以使用：

限制y中的范围，但返回的索引是移位，因为列表被切片，而且我认为无法通过这种方式获取{{1}}索引

Answer 1

您可以将'a'转换为矩阵，这样您就可以轻松地对行和列进行索引。从那里，相同的基本命令用于获取受限制的索引。然后，您可以将限制索引的开头添加到结果中，以便根据整个矩阵来获取它们。

local_inds = np.unravel_index(A[3:5,2:6].argmax(),A[3:5,2:6].shape)
correct_inds = np.asarray(local_inds) + np.asarray([3,2])

如果您有更复杂的索引限制，这将无效。如果您有要限制的x和y索引列表，则可以执行以下操作：

idx = [1,2,4,5,8]
idy = [0,3,6]
# make the subset of the data
b = np.asarray([[a[x][y] for y in idy] for x in idx])
# get the indices in the restricted data
indb = np.unravel_index(b.argmax(), b.shape)
# convert them back out
inda = (idx[indb[0]],idy[indb[1]])

Answer 2

另一种解决方案是将范围外的值设置为np.inf：

import numpy as np

# Generate nested list a.
N, M = 10, 7  # number of sublists and length of each sublist
a = np.random.rand(N, M)

# x,y indexes of max float in a.
print np.unravel_index(a.argmax(), a.shape)

A = np.full_like(a, -np.inf)  # use np.inf if doing np.argmin
A[3:5, 2:6] = a[3:5, 2:6]
np.unravel_index(A.argmax(), A.shape)

获取嵌套列表中的最大值索引

2 个答案: