获取最小值的索引 Numpy Python答案

【问题标题】：Getting the index of the min values Numpy Python获取最小值的索引 Numpy Python
【发布时间】：2021-08-16 23:51:45
【问题描述】：

下面的函数将每个值分成由索引index 和L_list 中的值分隔的块。因此它输出索引3-5（即-5）和值的索引之间的最小值。 numpy_argmin_reduceat(a, b) 和Drawdown 函数都按计划执行，但是numpy_argmin_reduceat(a, b) 的索引输出有问题Drawdown 的最小值与numpy_argmin_reduceat(a, b) 的输出索引不匹配。我该怎么办能解决这个问题吗？数组：

import numpy as np
# indexes          0, 1, 2,3,4, 5, 6,7, 8, 9,10, 11, 12
L_list = np.array([10,20,30,0,0,-5,11,2,33, 4, 5, 68, 7])
index =  np.array([3,5,7,11])

功能：

#getting the minimum values
Drawdown = np.minimum.reduceat(L_list,index+1)

#Getting the min Index 
def numpy_argmin_reduceat(a, b):
    n = a.max() + 1  # limit-offset
    id_arr = np.zeros(a.size,dtype=int)
    id_arr[b] = 1
    shift = n*id_arr.cumsum()
    sortidx = (a+shift).argsort()
    grp_shifted_argmin = b
    idx =sortidx[grp_shifted_argmin] - b
    min_idx = idx +index
    return min_idx


min_idx =numpy_argmin_reduceat(L_list,index+1)
#printing function
DR_val_index = np.array([np.around(Drawdown,1), min_idx])
DR_result = np.apply_along_axis(lambda x: print(f'Min Values: {x[0]} at index: {x[1]}'), 0, DR_val_index)

输出

Min Values: -5 at index: 4
Min Values: 2 at index: 6
Min Values: 4 at index: 8
Min Values: 7 at index: 11

预期输出：

Min Values: -5 at index: 5
Min Values: 2 at index: 7
Min Values: 4 at index: 9
Min Values: 7 at index: 12

【问题讨论】：

标签： python arrays numpy indexing numpy-ndarray

【解决方案1】：

使用np.r_重新定义索引，然后对索引进行切片和压缩以创建定义块的开始和结束索引的区间，然后遍历这些区间并选择L_list中与区间对应的块，然后使用argmin找到最小值的索引并将其添加到chunk的起始索引中以获得L_list中的实际索引

i = np.r_[index[0]-1, index[1:], len(L_list)-1] + 1
for x, y in zip(i[:-1], i[1:]):
    i_min = x + L_list[x:y].argmin()
    print('Min Value:', L_list[i_min], 'at index:', i_min)

Min Value: -5 at index: 5
Min Value: 2 at index: 7
Min Value: 4 at index: 9
Min Value: 7 at index: 12

【讨论】：