在最小值的索引处返回二进制“1”

Question

我有一个形状为 (50,2) 的 np 数组

所以对于每一行，我都在尝试获取我认为我设法做到的最小值的索引 大致

for i in range(len(mylist)):
list(my_list[i]).index(min(my_list[i]))

但是，我对如何在最小值的索引处插入“1”感到困惑？

例如

([[2,4],
 [5,3]])

will give the index values for the  min(my_list) as 
0
1

那么第一行的索引为 0，第二行的索引为 1

如何在最小值的索引处插入二进制值，以便输出类似于

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

谢谢！

Answer 1

使用numpy.arange 作为行的索引，使用numpy.argmin 作为列的索引：

import numpy as np

arr = np.array([[2, 4],
                [5, 3]])

res = np.zeros_like(arr)
res[np.arange(arr.shape[0]), arr.argmin(axis=1)] = 1
print(res)

输出

[[1 0]
 [0 1]]

Answer 2

解决问题的一种更优雅、更易读的方法是首先将数组复制到另一个数组中，然后切换第二个数组中的列，然后只需使用逻辑运算符即可获得所需的内容。看看下面的代码：

import numpy as np

my_list = np.array([[2, 4],
                    [5, 3]])

my_list_swaped = my_list.copy()
my_list_swaped [ : , [0,1]] = my_list_swaped[ : ,[1,0]]  #Swapping the columns

print( my_list < my_list_swaped )

你会得到：

array([[ True, False],
       [False,  True]])

基本上是：

array([[ 1, 0],
       [0,  1]])

简化代码：
如果你用脏的方式（可读性较差的方式）没有问题，你可以直接使用逻辑运算符和索引来得到你想要的：

import numpy as np

my_list = np.array([[2, 4],
                    [5, 3]])
result = my_list < my_list[ : , [1,0] ]
print(result)

Answer 3

您可以将 argmin 与 identity-matrix-one-hot 技巧一起使用：

rng = np.random.default_rng()
exmpl = rng.integers(0,10,(4,2))
exmpl
# array([[4, 0],
#        [8, 5],
#        [1, 3],
#        [3, 0]])

np.identity(2,int)[exmpl.argmin(1)]
# array([[0, 1],
#        [0, 1],
#        [1, 0],
#        [0, 1]])