在 Python 中查找 2D np.array 中的局部最小值答案

【问题标题】：Find local mimimum in 2D np.array in Python在 Python 中查找 2D np.array 中的局部最小值
【发布时间】：2020-01-16 09:44:36
【问题描述】：

我有这个两列数组：

A  | 1 
A  | 2
A  | 3
B  | 4
B  | 5
B  | 6

其中 A、B 是常数。我想要的是找到每个参数 A 和 B 的最小值，所以这个操作的结果将是另一个像这样的二维数组：

A | 1
B | 4

当只有一个常数 A 存在时，我成功地找到了最小值：

MIN = np.where(arr == np.amin(arr[:,1]))
output = arr[MIN[0],:]
>> output = A | 1

但是当数组比这更复杂时，我无法自动化它。谢谢您的帮助。

【问题讨论】：

【解决方案1】：

您可以使用np.unique 从第一列中提取唯一值，然后沿第一轴使用布尔掩码：

np.stack([(x, a[a[:, 0] == x, 1].min()) for x in np.unique(a[:, 0])])

或者，如果您可以访问pandas，您可以创建一个DataFrame并在第一列使用grouby：

import pandas as pd

result = pd.DataFrame(a).groupby(0).min().values

用于设置a的代码：

import numpy as np

a = np.array([[1, 1, 1, 2, 2, 2],
              [1, 2, 3, 4, 5, 6]]).T

【讨论】：

好的，谢谢！有没有一种快速的方法来访问初始数组 a 中解决方案的索引？我需要这些来构建作为我的问题中的解决方案呈现的数组。
@aGingerGuy 您可以在数组中添加一个额外的索引列，或者类似地在列表理解中屏蔽索引（并使用 argmin）。但是在您的问题中，您使用A, 1 表示一个数组，即不采用索引而是第一列。

【解决方案2】：

您要查找的是函数np.min 中的可选关键字axis。它允许您按列计算数组的最小值。使用np.min 也比使用np.amin 更好，因为它允许您在结果之前执行更少的步骤（您立即拥有最小值而不是表中的索引）

试试这个：

import numpy as np

a = np.array([[1,2,3], [4,5,6]])
np.min(a, axis=1)
# Result : array([1, 4])

【讨论】：