NumPy:如何根据某些条件确定数据列第一轴的索引?
考虑以下数据列NumPy:如何根据某些条件确定数据列第一轴的索引?,numpy,numpy-indexing,Numpy,Numpy Indexing,考虑以下数据列a- In [117]: a Out[117]: array([[[nan, nan], [nan, nan], [nan, nan]], [[ 3., 11.], [ 7., 13.], [12., 16.]],
a
-
In [117]: a
Out[117]:
array([[[nan, nan],
[nan, nan],
[nan, nan]],
[[ 3., 11.],
[ 7., 13.],
[12., 16.]],
[[ 0., 4.],
[ 6., 1.],
[ 5., 8.]],
[[17., 10.],
[15., 9.],
[ 2., 14.]]])
在第一个轴上计算的最小值为-
In [118]: np.nanmin(a, 0)
Out[118]:
array([[0., 4.],
[6., 1.],
[2., 8.]])
这是目视检查得出的
a[2]
。根据@Divakar的建议,计算该指数的最有效方法是什么
有argmax/argmin。您在寻找更通用的版本吗?不要认为这是
a[2]
。假设您正在寻找np。nanargmin(a,0)
?a[2]
是正确的,因为它的和/平均值最低。见np.sum(a,(1,2))
import numpy as np
a = np.array([[[np.nan, np.nan],
[np.nan, np.nan],
[np.nan, np.nan]],
[[ 3., 11.],
[ 7., 13.],
[12., 16.]],
[[ 0., 4.],
[ 6., 1.],
[ 5., 8.]],
[[17., 10.],
[15., 9.],
[ 2., 14.]]])
minIdx = np.nanargmin(np.sum(a,(1,2)))
minIdx
2
a[minIdx]
array([[0., 4.],
[6., 1.],
[5., 8.]])