如何找到二维数组中每一行的最大值？答案

【问题标题】：How to find the max of each row in 2d arrays?如何找到二维数组中每一行的最大值？
【发布时间】：2018-09-25 07:43:18
【问题描述】：

例如，我有这个二维数组：

[
    [
     0.0,
     0.24320757858085434,
     0.14893361727523413,
     0.29786723455046826,
     0.18838778030301612,
     0.12160378929042717
    ],
    [
     0.23717478210768014,
     0.0,
     0.16770789675478251,
     0.20539938644228997,
     0.25981195646349819,
     0.1299059782317491
    ],
    [
     0.21681956134183847,
     0.250361664212574,
     0.0,
     0.23178986094050727,
     0.16390018248131957,
     0.13712873102376066
    ],
    [
     0.2933749527592357,
     0.20744741852633861,
     0.15681550844086434,
     0.0,
     0.18554661183269694,
     0.15681550844086434
    ],
    [
     0.20305810393286577,
     0.28716752453162431,
     0.12135042758887897,
     0.20305810393286577,
     0.0,
     0.18536584001376513
    ],
    [
     0.17877693623386351,
     0.19584032147389943,
     0.13848001934394774,
     0.23407395508684939,
     0.25282876786143976,
     0.0
    ]
]

它给出了一组概率。如何找到每一行的最佳概率？还有什么方法可以在不改变元素位置的情况下找到例如第二、第三的最佳概率？

【问题讨论】：

How to get indices of a sorted array in Python的可能重复
这个更好：How to find k biggest numbers from a list of n numbers assuming n > k - 公认的答案（heapq 解决方案）看起来很有希望。
以下解决方案之一有帮助吗？如果是，请考虑接受（左侧的绿色勾号），以便其他用户知道。

标签： python arrays list python-2.7 numpy

【解决方案1】：

您可以使用第 3 方库 numpy 轻松完成此操作。首先创建一个numpy数组：

A = np.array([[0.0, 0.24320757858085434, 0.14893361727523413, 0.29786723455046826, 0.18838778030301612, 0.12160378929042717], [0.23717478210768014, 0.0, 0.16770789675478251, 0.20539938644228997, 0.25981195646349819, 0.1299059782317491], [0.21681956134183847, 0.250361664212574, 0.0, 0.23178986094050727, 0.16390018248131957, 0.13712873102376066], [0.2933749527592357, 0.20744741852633861, 0.15681550844086434, 0.0, 0.18554661183269694, 0.15681550844086434], [0.20305810393286577, 0.28716752453162431, 0.12135042758887897, 0.20305810393286577, 0.0, 0.18536584001376513], [0.17877693623386351, 0.19584032147389943, 0.13848001934394774, 0.23407395508684939, 0.25282876786143976, 0.0]])

返回每行的最大值：

res = A.max(axis=1)

对于每行中的第二大，您可以使用numpy.sort。这会沿着一个轴（不在位）排序，然后提取第二大的（通过 -2）。

res = np.sort(A, axis=1)[:, -2]

这些都是矢量化计算。您可以使用列表列表执行这些计算，但这是不可取的。

【讨论】：

谢谢！您建议使用什么来代替列表？元组？
numpy 数组，我在第一行代码中展示了如何将列表列表转换为 numpy 数组。在这种格式下，您可以方便地以向量化的方式执行基于数组的计算。
link 你能明白为什么例如在第一行它给了我第三而不是第二吗？

【解决方案2】：

@jpp 的 numpy 解决方案可能是要走的路，因为他们给出的原因，但如果你想从纯 python 中做到这一点，你可以执行以下操作：

#Get the maximum value for each list

[[max(i)] for i in my_list]

# [[0.29786723455046826], [0.2598119564634982], [0.250361664212574], 
# [0.2933749527592357], [0.2871675245316243], [0.25282876786143976]]

# Get the maximum 2 values for each list:

[sorted(i)[-2:] for i in my_list]

# Get the maximum 3 values for each list:

[sorted(i)[-3:] for i in my_list]

等等。请注意，这不会重新排序原始列表，因为排序发生在 list comprehension 中创建的子列表中

【讨论】：

【解决方案3】：

您可以先对每一行进行降序排序，然后根据需要选择第一大或第二大的元素。

a = [
    [
     0.0,
     0.24320757858085434,
     0.14893361727523413,
     0.29786723455046826,
     0.18838778030301612,
     0.12160378929042717
    ],
    [
     0.23717478210768014,
     0.0,
     0.16770789675478251,
     0.20539938644228997,
     0.25981195646349819,
     0.1299059782317491
    ],
    [
     0.21681956134183847,
     0.250361664212574,
     0.0,
     0.23178986094050727,
     0.16390018248131957,
     0.13712873102376066
    ]
]

for i in range(0, len(a)):
    a[i].sort(reverse=True)

print "1st Largests:"
for row in a:
    print "\t" + str(row[0])

print "2nd Largests:"
for row in a:
    print "\t" + str(row[1])

PS：如果您担心效率，那么您需要寻找的是分区。 Lomuto 和 Hoare 分区方案是两个著名的分区方案。

【讨论】：