numpy查找argmax指向的最大值[重复]答案

【问题标题】：numpy find values of maxima pointed to by argmax [duplicate]numpy查找argmax指向的最大值[重复]
【发布时间】：2018-03-20 13:13:46
【问题描述】：

我有一个 3-d 数组。我使用 argmax 找到沿轴的最大值的索引。我现在如何使用这些索引来获得最大值？第二部分：如何对 N-d 数组执行此操作？

例如：

u = np.arange(12).reshape(3,4,1)

In [125]: e = u.argmax(axis=2)
Out[130]: e
array([[0, 0, 0, 0],
   [0, 0, 0, 0],
   [0, 0, 0, 0]])

如果 u[e] 产生了预期的结果，那就太好了，但它不起作用。

【问题讨论】：

做argmax(2) 没有意义，因为第三维只有一个元素。
u[e] 将为您提供第三轴上的最大值，但由于该轴上的每一行只有一个元素，因此它返回唯一元素的索引，即 0。
我可能会混淆人们对“它会很好......”的评论。那不是问题。我的问题是“我现在如何使用 argmax 返回的索引来获取最大值？”还有，“如何推广到 N-d 的数组？”

标签： numpy

【解决方案1】：

argmax 沿轴的返回值不能简单地用作索引。它仅适用于一维情况。

In [124]: u = np.arange(12).reshape(3,4,1)
In [125]: e = u.argmax(axis=2)
In [126]: u.shape
Out[126]: (3, 4, 1)
In [127]: e.shape
Out[127]: (3, 4)

e 是 (3,4)，但它的值仅索引 u 的最后一个维度。

In [128]: u[e].shape
Out[128]: (3, 4, 4, 1)

相反，我们必须为其他 2 个维度构建索引，即使用 e 广播的那些。例如：

In [129]: I,J=np.ix_(range(3),range(4))
In [130]: I
Out[130]: 
array([[0],
       [1],
       [2]])
In [131]: J
Out[131]: array([[0, 1, 2, 3]])

它们是 (3,1) 和 (1,4)。这些与 (3,4) e 和所需的输出兼容

In [132]: u[I,J,e]
Out[132]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

这种问题以前有人问过，所以可能应该标记为重复。您的最后一个维度是大小 1，因此 e 是全 0，这会分散读者对潜在问题的注意力（使用多维 argmax 作为索引）。

假设你在最后一个维度上取了 argmax

In [156]: ij = np.indices(u.shape[:-1])
In [157]: u[(*ij,e)]
Out[157]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

或：

ij = np.ix_(*[range(i) for i in u.shape[:-1]])

如果轴在中间，则安排ij 元素和e 需要更多的元组摆弄。

【讨论】：

【解决方案2】：

所以对于一般的N-d数组

dims = np.ix_(*[range(x) for x in u.shape[:-1]])
u.__getitem__((*dims,e))

你不能写u[*dims,e]，那是语法错误，所以我认为你必须直接使用getitem。

【讨论】：