如何在numpy中返回所有最小索引答案

【问题标题】：How to return all the minimum indices in numpy如何在numpy中返回所有最小索引
【发布时间】：2013-09-06 02:11:56
【问题描述】：

阅读argmin function in numpy 的文档我有点困惑。看起来它应该可以完成这项工作：

阅读本文

沿轴返回最小值的索引。

我可能会认为

np.argmin([5, 3, 2, 1, 1, 1, 6, 1])

将返回一个包含所有索引的数组：[3, 4, 5, 7]

但不是这个，它只返回3。问题在哪里，或者我应该怎么做才能得到我的结果？

【问题讨论】：

【解决方案1】：

当您考虑多维数组时，该文档会更有意义。

>>> x = numpy.array([[0, 1],
...                  [3, 2]])
>>> x.argmin(axis=0)
array([0, 0])
>>> x.argmin(axis=1)
array([0, 1])

指定轴后，argmin 沿给定轴获取一维子数组，并返回每个子数组最小值的第一个索引。它不会返回单个最小值的所有索引。

要获取最小值的所有索引，您可以这样做

numpy.where(x == x.min())

【讨论】：

【解决方案2】：

请参阅numpy.argmax 的文档（numpy.argmin 的文档引用了该文档）：

如果最大值多次出现，则返回与第一次出现对应的索引。

文档的措辞（“indices”而不是“index”）指的是提供axis 时的多维情况。

所以，你不能用np.argmin 做到这一点。相反，这将起作用：

np.where(arr == arr.min())

【讨论】：

【解决方案3】：

我想快速补充一点，正如用户 grofte 提到的，np.where 返回一个元组，它声明它是 nonzero 的简写，它有一个相应的方法 flatnonzero，它直接返回一个数组。

所以，最干净的版本似乎是

my_list = np.array([5, 3, 2, 1, 1, 1, 6, 1])
np.flatnonzero(my_list == my_list.min())
=> array([3, 4, 5, 7])

【讨论】：

【解决方案4】：

假设你想要一个列表的索引，而不是一个 numpy 数组，试试

import numpy as np

my_list = [5, 3, 2, 1, 1, 1, 6, 1]
np.where(np.array(my_list) == min(my_list))[0]

索引 [0] 是因为 numpy 返回您的答案的元组，什么都没有（答案作为 numpy 数组）。不要问我为什么。

【讨论】：