Numpy 如何获得矢量化的np.argmax随机分片器？

我知道我可以通过输入2D数组并指定轴来矢量化np.argmax，例如：

np.argmax（2Darray，axis=1）

以获得每行的最大索引

我知道如果两个条目在单个1D向量中相等，那么我希望返回最大索引，我可以通过np.random.choice（np.flatnonzero（1Dvector==1Dvector.max（））将它们分为三组

---

问题是，我怎样才能同时做到这两件事？Ie：如何对np.argmax进行矢量化，从而使相等的条目被随机分组？

这里有一种方法。对于大数据，可以考虑用更便宜的方法替换<代码>排列< /代码>。我已经硬编码了axis=1，但这不应该掩盖原理

def fair_argmax_2D(a):
    y, x = np.where((a.T==a.max(1)).T)
    aux = np.random.permutation(len(y))
    xa = np.empty_like(x)
    xa[aux] = x
    return xa[np.maximum.reduceat(aux, np.where(np.diff(y, prepend=-1))[0])]

a = np.random.randint(0,5,(4,5))
a
# array([[2, 2, 2, 2, 1],
#        [3, 3, 3, 3, 2],
#        [3, 4, 2, 1, 4],
#        [3, 2, 4, 2, 1]])

# draw 10000 times
res = np.array([fair_argmax_2D(a) for _ in range(10000)])

# check
np.array([np.bincount(r, None, 5) for r in res.T])
# array([[ 2447,  2567,  2449,  2537,     0],
#        [ 2511,  2465,  2536,  2488,     0],
#        [    0,  5048,     0,     0,  4952],
#        [    0,     0, 10000,     0,     0]])

---

你检查过了吗：看起来这只适用于一维向量。我找不到np.argwhere的轴参数。另外，我想返回最大值，而不是获取一个最大索引列表，尽管我相信如果np.argwhere可以矢量化，那么这一部分将是微不足道的。非常好的解决方案，谢谢！