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

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.]])