Python 以矢量化方式获取（X，Y）坐标的min，max，argmin，argmax

我有一个坐标向量列表（x，y），如下所示：

coord=[[3,6],
[7,9],
[14,9],
[11,8],
[3,1],
[7,14],
[19,30]
]

我想要什么

从x坐标中获取最小值，然后打印给定的（x，y）向量

从x坐标中获取最大值，然后打印给定的（x，y）矢量

从y坐标中获取最小值，然后打印给定的（x，y）向量

从y坐标中获取最大值，然后打印给定的（x，y）向量

从x坐标中获取最小值，从y坐标中获取最小值，然后打印给定的（x，y）向量（换句话说，最小向量）

从x坐标中获取最大值，从y坐标中获取最大值，然后打印给定的（x，y）向量（换句话说，是最大向量）

---

高效的矢量化方法是什么？

首先，将嵌套的

列表转换为NumPy数组：

coord = np.array(coord)

现在，您可以通过
coord[：，0]
获得x值的一维数组，通过
coord[：，1]
获得y值。使用
np.argmin
和
np.argmax
函数获取最小/最大值的索引，您可以执行以下操作：

xmin_index = np.argmin(coord[:, 0])
xmin_coord = coord[xmin_index]
print(xmin_coord)  # The (x,y) pair with minimum x, (3,6)

根据@jmd_dk l提出的建议，更新如下：

coord = np.array(coord)
xmin_value=np.min(coord[:,0])
min_x_vectors = coordinates[np.where(coordinates[:, 0] == xmin_value)]
minimum = np.argmin(min_x_vectors[:, 1])
x0,y0=min_x_vectors[minimum]

这将返回
[3,1]
而不是
[3,6]
请共享您的代码以显示您迄今为止的尝试。欢迎使用StackOverflow。请按照您创建此帐户时的建议，阅读并遵循帮助文档中的发布指南。在这里申请。StackOverflow不是设计、编码、研究或教程服务。它只适用于一维。例如，这里的minx值是3，但是我想返回与miny值对应的minx值向量。比如我们这里有[3,6]和[3,1]，我们应该返回[3,1]而不是[3,1]，6@eric我看不出这与维度有什么关系。这给出了
[3,6]
，因为最小
x
值是
3
（碰巧出现两次）并且
np.argmin
返回最小元素第一次出现的索引。我在寻找与最小x相对应的y的最小值。所以我们首先寻找最小x值，然后我们得到一个向量列表（x_min，y），然后我们查看最小y