在 Numpy 数组中如何找到一个值的所有坐标答案

【问题标题】：In Numpy array how to find all of the coordinates of a value在 Numpy 数组中如何找到一个值的所有坐标
【发布时间】：2017-01-02 23:37:50
【问题描述】：

如果我想找到所有坐标，如何找到 3D 数组中最大值的坐标？

到目前为止，这是我的代码，但它不起作用，我不明白为什么。

s = set()
elements = np.isnan(table)
numbers = table[~elements]
biggest = float(np.amax(numbers))
a = table.tolist()
for x in a:
    coordnates = np.argwhere(table == x)
    if x == biggest:
        s.add((tuple(coordinates[0]))
print(s)

例如：

table = np.array([[[ 1, 2, 3],
        [ 8, 4, 11]],

        [[ 1, 4, 4],
        [ 8, 5, 9]],

        [[ 3, 8, 6],
        [ 11, 9, 8]],

        [[ 3, 7, 6],
        [ 9, 3, 7]]])

应该返回s = {(0, 1, 2),(2, 1, 0)}

【问题讨论】：

有理由不使用 Numpy 吗？
我尝试使用 Numpy，只是没有找到可以返回所有坐标的特定函数，有吗？
np.argwhere(table == table.max()) 返回array([[0, 1, 2], [2, 1, 0]])。
使用numpy.nanmax 忽略Nans：np.argwhere(table == np.nanmax(table))。

标签： python arrays numpy multidimensional-array

【解决方案1】：

结合np.argwhere 和np.max（正如@AshwiniChaudhary 在 cmets 中已经指出的那样）可用于查找坐标：

>>> np.argwhere(table == np.max(table))
array([[0, 1, 2],
       [2, 1, 0]], dtype=int64)

要获得一个集合，您可以使用集合理解（需要将子数组转换为元组，以便将它们存储在集合中）：

>>> {tuple(coords) for coords in np.argwhere(table == np.max(table))}
{(0, 1, 2), (2, 1, 0)}

【讨论】：

【解决方案2】：

In [193]: np.max(table)
Out[193]: 11
In [194]: table==np.max(table)
Out[194]: 
array([[[False, False, False],
        [False, False,  True]],
  ...
       [[False, False, False],
        [False, False, False]]], dtype=bool)
In [195]: np.where(table==np.max(table))
Out[195]: 
(array([0, 2], dtype=int32),
 array([1, 1], dtype=int32),
 array([2, 0], dtype=int32))

transpose 将这个由 3 个数组组成的元组变成具有 2 组坐标的数组：

In [197]: np.transpose(np.where(table==np.max(table)))
Out[197]: 
array([[0, 1, 2],
       [2, 1, 0]], dtype=int32)

这个操作很常见，它已经被包装在一个函数调用中（查看它的文档）

In [199]: np.argwhere(table==np.max(table))
Out[199]: 
array([[0, 1, 2],
       [2, 1, 0]], dtype=int32)

【讨论】：