如何在Python中使用numpy获取累积最大索引？

Question

我试图获取向量中所有累积最大值的x和y坐标。我写了一个天真的for-loop但我觉得有一些方法可以用numpy更优雅。

有人知道numpy中可以执行此操作的任何函数，屏蔽技术或单行吗？

细节应通过以下图表描述：

# Generate data
x = np.abs(np.random.RandomState(0).normal(size=(100)))
y = np.linspace(0,1,x.size)
z = x*y

# Get maximiums
idx_max = list()
val_max = list()

current = 0
for i,v in enumerate(z):
    if v > current:
        idx_max.append(i)
        val_max.append(v)
        current = v

# Plot them
with plt.style.context("seaborn-white"):
    fig, ax = plt.subplots(figsize=(10,3), ncols=2)
    ax[0].plot(z)
    ax[1].plot(z, alpha=0.618)
    ax[1].scatter(idx_max, val_max, color="black", edgecolor="maroon", linewidth=1.618)

Answer 1

我们可以使用np.maximum.accumulate -

idx_max = np.flatnonzero(np.isclose(np.maximum.accumulate(z),z))[1:]
val_max = z[idx_max]

基本思想是，当与当前元素进行比较时，此accumulative max值指示哪些元素位置负责“提升”运行的最大值。负责任的是我们需要的指数idx_max。由于我们正在使用浮点数，我们需要在np.isclose中加入一些容差。

[1:]部分是因为起始当前值为0，因此z[0]。因此，v > current部分不会将起始索引附加到输出中。要准确地说明它，应该是 -

current = 0
idx = np.flatnonzero(np.isclose(np.maximum.accumulate(z),z))
idx = idx[z[idx] > current]

但是，考虑到起始值，先前做出的假设使我们的代码更容易/紧凑/更短。