Question

我花了最后一小时试图解决这个问题

假设我们有

import numpy as np
a = np.random.rand(5, 20) - 0.5
amin_index = np.argmin(np.abs(a), axis=1)
print(amin_index)
> [ 0 12  5 18  1] # or something similar

这不起作用：

a[amin_index]

因此，实质上，我需要为数组np.abs（a）找到沿某个轴的最小值，然后在这些位置从数组a中提取值。如何仅将索引应用于一个轴？

可能非常简单，但我无法理解。此外，我不能使用任何循环，因为我必须为具有数百万条目的数组执行此操作。谢谢

Answer 1

是因为argmin返回每行（包含axis=1）的列索引，因此您需要访问这些特定列的每一行：

a[range(a.shape[0]), amin_index]

Answer 2

一种方法是传入行索引数组（例如[0,1,2,3,4]）和每个对应行（列表amin_index）中最小值的列索引列表。

这会返回一个数组，其中包含每行[i, amin_index[i]]的{{1}}值：

这是基本的索引（而不是高级索引），因此返回的数组实际上是>>> a[np.arange(a.shape[0]), amin_index] array([-0.0069325 , 0.04268358, -0.00128002, -0.01185333, -0.00389487])的视图，而不是内存中的新数组。

Answer 3

为什么不简单地执行np.amin(np.abs(a), axis=1)，如果通过argmin不需要中间amin_index数组，则更简单？

Numpy的reference page是一个很好的资源，请参阅“索引”。

编辑：时间总是有用的：

In [3]: a=np.random.rand(4000, 4000)-.5 In [4]: %timeit np.amin(np.abs(a), axis=1) 10 loops, best of 3: 128 ms per loop In [5]: %timeit a[np.arange(a.shape[0]), np.argmin(np.abs(a), axis=1)] 10 loops, best of 3: 135 ms per loop

将numpy索引应用于矩阵

3 个答案: