在多维数组上使用 numpy.argmax()

Question

我有一个 4 维数组，即data.shape = (20,30,33,288)。我正在使用

找到最接近 n 的数组的索引

index = abs(data - n).argmin(axis = 1), so
index.shape = (20,33,288) with the indices varying. 

我想将data[index] = "values" 与values.shape = (20,33,288) 一起使用，但data[index] 返回错误“index (8) out of range (0或者这个操作需要相对较长的时间来计算并返回一个形状似乎没有意义的矩阵。

如何返回正确值的数组？即，

data[index] = "values" with values.shape = (20,33,288)

这似乎是一个简单的问题，有简单的答案吗？

我最终想找到index2 = abs(data - n2).argmin(axis = 1)，这样我就可以执行一个操作，比如将索引处的数据与索引2 处的数据相加，而无需遍历变量。这可能吗？

我使用的是 python2.7 和 numpy 版本 1.5.1。

Answer 1

您应该能够使用numpy.indices() 访问由index 索引的最大值：

x, z, t = numpy.indices(index.shape)
data[x, index, z, t]

Answer 2

如果我理解正确，这应该可以：

numpy.put(data, index, values)

我今天学到了一些新东西，谢谢。