Python 从numpy向量返回小于1的最大值

我在python中有一个numpy向量，我想找到向量的最大值的索引，条件是它小于1。我举了以下例子：

temp_res = [0.9, 0.8, 0.7, 0.99, 1.2, 1.5, 0.1, 0.5, 0.1, 0.01, 0.12, 0.56, 0.89, 0.23, 0.56, 0.78]
temp_res = np.asarray(temp_res)
indices = np.where((temp_res == temp_res.max()) & (temp_res < 1))

temp_res=[0.9,0.8,0.7,0.99,1.2,1.5,0.1,0.5,0.1,0.01,0.12,0.56,0.89,0.23,0.56,0.78]
温度分辨率=np.asarray（温度分辨率）
指数=np，其中（（温度分辨率==温度分辨率最大值（））和（温度分辨率<1））

然而，我尝试的总是返回一个空矩阵，因为这两个条件不能满足。HU希望返回索引=3作为最终结果，该索引对应于小于1的最大值0.99。我如何才能做到这一点？

您可以使用：

np.where(temp_res == temp_res[temp_res < 1].max())[0]

np.where（temp\u res==temp\u res[temp\u res<1].max（））[0]

例如：

In [49]: temp_res
Out[49]: 
array([0.9 , 0.8 , 0.7 , 0.99, 1.2 , 1.5 , 0.1 , 0.5 , 0.1 , 0.01, 0.12,
       0.56, 0.89, 0.23, 0.56, 0.78])

In [50]: np.where(temp_res == temp_res[temp_res < 1].max())[0]
    ...: 
Out[50]: array([3])

...: temp_res = [0.9, 0.8, 0.7, 1, 0.99, 0.99, 1.2, 1.5, 0.1, 0.5, 0.1, 0.01, 0.12, 0.56, 0.89, 0.23, 0.56, 0.78]
...: temp_res = np.asarray(temp_res)
...: mask = temp_res < 1
...: indices = np.where(mask)
...: maximum = temp_res[mask].max()
...: max_indices = np.where(temp_res == maximum)
...: 

In [72]: max_indices
Out[72]: (array([4, 5]),)

[49]中的

：温度
出[49]：
阵列（[0.9,0.8,0.7,0.99,1.2,1.5,0.1,0.5,0.1,0.01,0.12，
0.56, 0.89, 0.23, 0.56, 0.78])
在[50]中：np.where（temp\u res==temp\u res[temp\u res<1].max（））[0]
...: 
Out[50]：数组（[3]）

过滤阵列后，需要执行

max（）

功能：

temp_res = np.asarray(temp_res)
temp_res[temp_res < 1].max()

Out[60]: 0.99

temp\u res=np.asarray（temp\u res）
温度分辨率[温度分辨率<1].max（）
Out[60]：0.99

如果您想查找所有索引，这里有一种更通用的方法：

mask = temp_res < 1
indices = np.where(mask)
maximum = temp_res[mask].max()
max_indices = np.where(temp_res == maximum)

mask=temp\u res<1
索引=np.其中（掩码）
最大值=温度分辨率[mask].max（）
最大指数=np，其中（温度=最大值）

例如：

In [49]: temp_res
Out[49]: 
array([0.9 , 0.8 , 0.7 , 0.99, 1.2 , 1.5 , 0.1 , 0.5 , 0.1 , 0.01, 0.12,
       0.56, 0.89, 0.23, 0.56, 0.78])

In [50]: np.where(temp_res == temp_res[temp_res < 1].max())[0]
    ...: 
Out[50]: array([3])

...: temp_res = [0.9, 0.8, 0.7, 1, 0.99, 0.99, 1.2, 1.5, 0.1, 0.5, 0.1, 0.01, 0.12, 0.56, 0.89, 0.23, 0.56, 0.78]
...: temp_res = np.asarray(temp_res)
...: mask = temp_res < 1
...: indices = np.where(mask)
...: maximum = temp_res[mask].max()
...: max_indices = np.where(temp_res == maximum)
...: 

In [72]: max_indices
Out[72]: (array([4, 5]),)

…:temp_res=[0.9,0.8,0.7,1,0.99,0.99,1.2,1.5,0.1,0.5,0.1,0.01,0.12,0.56,0.89,0.23,0.56,0.78]
…：temp_res=np.asarray（temp_res）
…：掩码=温度分辨率<1
…：索引=np.其中（掩码）
…：max=temp_res[mask].max（）
…：max_index=np.其中（temp_res==max）
...: 
In[72]：最大指数
Out[72]：（数组（[4,5]），）

ValueError:包含多个元素的数组的真值不明确。对数组使用a.any（）或a.all（）@eugenhu是的，但这仍然是令人困惑的，不推荐使用。

argmax（）

将返回筛选数组上的索引，并且只返回第一次出现的索引…@eugenhu否。如果在第一个0.99之前有一个大于1的条目，则结果是错误的。@lilicent是的，我理解你的意思，只是更新了。谢谢你的评论。