考虑到形状为 100x100x100 的直方图，我想找到 2 个最高值 a 和 b，以及它们的索引 (a1, a2, a3) 和 (b1, b2, b3)，例如：
hist[a1][a2][a3] = a
hist[b1][b2][b3] = b
我们可以很容易地用 hist.max() 得到最大值，但是我们怎样才能得到一个 ndarray 中的 X 个最大值呢？
我知道人们通常使用 np.argmax 来检索值索引，但在这种情况下：
hist.argmax().shape = () # single value
for i in range(3):
hist.argmax(i).shape = (100, 100)
我怎样才能得到一个形状 (3)，一个每个维度有一个值的元组？
【问题讨论】：
标签： python numpy indexing multidimensional-array
我想你可以这样做：
（伪代码）
#work on a copy
working_hist = copy(hist)
greatest = []
min_value = hist.argmin().shape
#while searching for the N greatest values, do N times
for i in range(N):
#get the current max value
max_value = hist.argmax().shape
#save it
greatest.append(max_value)
#and then replace it by the minimum value
hist(max_value.shape)= min_value
多年来我没有使用过 numpy，所以我不确定语法。代码只是为了给你一个类似答案的伪代码。
如果您还保留提取的值的位置，则可以通过使用提取的信息在最后恢复矩阵来避免处理项目的副本。
【讨论】：
你可以使用where:
a=np.random.random((100,100,100))
np.where(a==a.max())
(array([46]), array([62]), array([61]))
进入单个数组：
np.hstack(np.where(a==a.max()))
array([46, 62, 61])
并且，正如 OP 要求的元组：
tuple(np.hstack(np.where(a==a.max())))
(46, 62, 61)
编辑：
要获取N 最大集合的索引，您可以使用heapq 模块中的nlargest 函数：
N=3
np.where(a>=heapq.nlargest(3,a.flatten())[-1])
(array([46, 62, 61]), array([95, 85, 97]), array([70, 35, 2]))
【讨论】：
您可以首先在扁平化版本的数组上使用numpy.argpartition 来获取顶部k 项目的索引，然后您可以使用numpy.unravel_index 根据数组的形状转换这些一维索引：
>>> arr = np.arange(100*100*100).reshape(100, 100, 100)
>>> np.random.shuffle(arr)
>>> indices = np.argpartition(arr.flatten(), -2)[-2:]
>>> np.vstack(np.unravel_index(indices, arr.shape)).T
array([[97, 99, 98],
[97, 99, 99]])
)
>>> arr[97][99][98]
999998
>>> arr[97][99][99]
999999
【讨论】：