我正在使用 numpy 數組我遇到了障礙，也許你可以幫助我。所以我有一個二維 numpy 數組，這個二維數組中的每個數組都有一個最大值，我需要的是獲取最大值的索引而不是二維數組的索引，而是像使用一維數組一樣使用索引，我知道我可以用它numpy.argmax來查找索引，但索引是根據二維數組而不是一維數組，也許一個例子會更好：import numpy as nparr = np.array([[512, 523, 491], [512, 531, 495]])index = np.argmax(arr, axis = 1)index2 = np.argmax(arr)print(index)print(index2) index = [1, 1] index2 = 4我的意思是它做了它應該做的事情，但是如果我需要像一維數組一樣的索引怎么辦？這是我想要的輸出：index = [1, 4] 所以第一個最大值是 523，所以第一個索引是 1，第二個最大值是 531，所以第二個索引是 4，就像它是一維數組一樣。也許這是一個新手問題，但我不確定該怎么做，這只是一個例子，數組arr可以更大，所以，任何幫助將不勝感激，謝謝！
3 回答
慕虎7371278
TA貢獻1802條經驗 獲得超4個贊
我能想到的最簡單的事情就是為索引添加一個偏移量。
offset = np.arange(0,arr.shape[0]*arr.shape[1], arr.shape[1]) index1D = offset + index
對于上下文，np.arange 有 3 個參數：開始、停止和步幅。所以偏移量只是將特定行之前的元素總數添加到索引中。
交互式愛情
TA貢獻1712條經驗 獲得超3個贊
第一行實際上是你想要的。它返回每個嵌套數組中最大值的索引，即531在第二個嵌套數組的索引 1 中。
您可以將其與高級索引一起使用
>>> print(arr[np.arange(arr.shape[0]), index]) [523, 531]
或者將索引更改為平面索引
flat_index = index + np.arange(0, arr.size, arr.shape[1]) # flat_index == [1, 4]
心有法竹
TA貢獻1866條經驗 獲得超5個贊
如果您知道二維數組的維度，則可以為每個元素添加偏移量。
例如
index = [1, 1]
offset = [0, 3]
index + offset
>>> [1, 4]
您可以通過執行很容易地獲得偏移量np.arange(len(index))*size。其中 size 是二維數組的寬度。
添加回答
舉報
0/150
提交
取消