Question

我试图在ndarray（numpy）中使用某些边界提取最大值。

例如，有ndarray N，其大小为（30000,1000），我想提取每个边界（（最大值的索引）-100~（最大值的索引）+100）的最大值行。

所以我写了这样的代码

for item in N:
  item = item(item.argmax()-100 : item.argmax()+100)

但在完成此任务后，我为N.shape

静止（30000,1000）

如果我想（30000,200）获得N.shape值，我应该运行什么代码？

Answer 1

您的代码存在的一个问题是，您并不总是在最大值附近获得200个值。想象一下，您在一行中的最大值是第二个值，那么您将只获得102个值。因此，将它重新投入到一个numpy数组中无论如何都行不通。

我的建议是，创建一个新列表并将每个项目附加到列表中，即

# Import
import numpy as np

# Random data
N=np.random.random((30000,1000))

# List for new results
Nnew=[]

# Loop
for item in N:
    item = item[max([0,item.argmax()-100]) : item.argmax()+100]
    Nnew.append(item)

Answer 2

以下内容基于@alexblae的回答。对于列表，您需要考虑边缘情况，因为在大多数情况下，arr [-3,4] == []。你也可以使用numpy数组，通过移动你的选择以适应行，如果它接近边缘：

import numpy as np

a = 30000  # number of rows
b = 1000   # number of items in a row
c = 100    # number of items to pick
N = np.random.random((a, b))

# create a list of values close to the max
# lists varies in size if close to an edge
Nnew = []
for row in N:
    idx_max = row.argmax()
    # avoid indexes out of range
    idx0 = max(0, idx_max - c)
    idx1 = min(len(row) - 1, idx_max + c)
    Nnew.append(row[idx0:idx1])

# create an array of items close to the max
# moves "window" if close to an edge to pick enough items
Nnewer = np.zeros((a, 2 * c))
for i, row in enumerate(N):
    idx_max = row.argmax()
    # avoid indexes out of range
    if idx_max < c:
        idx_max = c
    elif idx_max + c >= b:
        idx_max = b - 1 - c
    Nnewer[i, :] = row[idx_max - c : idx_max + c]

当然，有很多方法可以处理边缘情况，这只是一个建议。

在ndarray

2 个答案: