数组切片的多个轴上的 Numpy Argmax [重复]答案

【问题标题】：Numpy Argmax Over Multiple Axes for an Array Slice [duplicate]数组切片的多个轴上的 Numpy Argmax [重复]
【发布时间】：2020-06-07 17:04:06
【问题描述】：

假设我有一个具有 mxn 维度的数组。

如何在最后 n 个维度上使用 numpy 进行 argmax？

因此，给定前 m 个索引，输出数组应返回与 array[m 个索引] 的最大值相对应的 n 个索引的列表。

例如：

输入：

m = 1
n = 2
array = [[[3,1],[2,2]],[[1,2],[2,4]]]

输出：

[[0,0], [1,1]]

其中，这些对应于最多 3 个 [[3,1],[2,2]] 和最多 4 个 [[1,2],[2,4]]。

请注意，m 和 n 存储在变量中，并且会因情况而异。

【问题讨论】：

【解决方案1】：

Numpy 的 argmax 有一个输入轴的选项。在您的情况下，MxN 始终是二维的。因此，这应该可以解决问题：

m = 1
n = 2
array = [[[3,1],[2,2]],[[1,2],[2,4]],[[1,2],[7,4]]]

np.argmax(array,axis=2)
>>array([[0, 0],[1, 1]], dtype=int64)

【讨论】：

我认为你没有理解这个问题。我需要一个函数 argmax_over_axes(array, m, n)，而不是特定示例的解决方案。我的程序应该在 M = 10 和 N= 15 的情况下运行。MxN 不是 2。