使用另一个数组在 Numpy ndarray 中选择某些索引答案

【问题标题】：selecting certain indices in Numpy ndarray using another array使用另一个数组在 Numpy ndarray 中选择某些索引
【发布时间】：2020-10-12 13:24:12
【问题描述】：

我正在尝试在 3D 数组中标记最大值的值和索引，在第三个轴上获取最大值。现在这在较低的维度上会很明显：

argmaxes=np.argmax(array)
maximums=array[argmaxes]

但是 NumPy 不能正确理解高于 1D 的第二种语法。假设我的 3D 数组具有形状 (8,8,250)。 argmaxes=np.argmax(array,axis=-1)将返回一个 (8,8) 数组，其中的数字介于 0 到 250 之间。现在我的预期输出是一个 (8,8) 数组，其中包含第三维中的最大数字。我可以使用maxes=np.max(array,axis=-1) 来实现这一点，但这会重复两次相同的计算（因为我需要值和索引来进行以后的计算）我也可以只做一个粗略的嵌套循环：

for i in range(8):
   for j in range(8):
      maxes[i,j]=array[i,j,argmaxes[i,j]]

但是有没有更好的方法来做到这一点？

【问题讨论】：

标签： python numpy numpy-ndarray

【解决方案1】：

您可以使用高级索引。当 shape 为 (8,8,3) 时，这是一个更简单的情况：

arr = np.random.randint(99, size=(8,8,3))
x, y = np.indices(arr.shape[:-1])
arr[x, y, np.argmax(array,axis=-1)]

示例运行：

>>> x
array([[0, 0, 0, 0, 0, 0, 0, 0],
       [1, 1, 1, 1, 1, 1, 1, 1],
       [2, 2, 2, 2, 2, 2, 2, 2],
       [3, 3, 3, 3, 3, 3, 3, 3],
       [4, 4, 4, 4, 4, 4, 4, 4],
       [5, 5, 5, 5, 5, 5, 5, 5],
       [6, 6, 6, 6, 6, 6, 6, 6],
       [7, 7, 7, 7, 7, 7, 7, 7]])
>>> y
array([[0, 1, 2, 3, 4, 5, 6, 7],
       [0, 1, 2, 3, 4, 5, 6, 7],
       [0, 1, 2, 3, 4, 5, 6, 7],
       [0, 1, 2, 3, 4, 5, 6, 7],
       [0, 1, 2, 3, 4, 5, 6, 7],
       [0, 1, 2, 3, 4, 5, 6, 7],
       [0, 1, 2, 3, 4, 5, 6, 7],
       [0, 1, 2, 3, 4, 5, 6, 7]])    
>>> np.argmax(arr,axis=-1)    
array([[2, 1, 1, 2, 0, 0, 0, 1],
       [2, 2, 2, 1, 0, 0, 1, 0],
       [1, 2, 0, 1, 1, 1, 2, 0],
       [1, 0, 0, 0, 2, 1, 1, 0],
       [2, 0, 1, 2, 2, 2, 1, 0],
       [2, 2, 0, 1, 1, 0, 2, 2],
       [1, 1, 0, 1, 1, 2, 1, 0],
       [2, 1, 1, 1, 0, 0, 2, 1]], dtype=int64)

这是一个数组的可视化示例，有助于更好地理解它：

【讨论】：