Python 基于另一个numpy阵列的argmax切片一个numpy阵列

我有两个数组，如下所示：

import numpy as np

np.random.seed(42)
a = (np.random.uniform(size=[2, 5, 3]) * 100).astype(int)
b = (np.random.uniform(size=[2, 5, 3]) * 100).astype(int)

array([[[60, 17,  6],
        [94, 96, 80],
        [30,  9, 68],
        [44, 12, 49],
        [ 3, 90, 25]],

       [[66, 31, 52],
        [54, 18, 96],
        [77, 93, 89],
        [59, 92,  8],
        [19,  4, 32]]])

数组

a的输出

：

array([[[37, 95, 73],
        [59, 15, 15],
        [ 5, 86, 60],
        [70,  2, 96],
        [83, 21, 18]],

       [[18, 30, 52],
        [43, 29, 61],
        [13, 29, 36],
        [45, 78, 19],
        [51, 59,  4]]])

数组

b

的输出如下：

import numpy as np

np.random.seed(42)
a = (np.random.uniform(size=[2, 5, 3]) * 100).astype(int)
b = (np.random.uniform(size=[2, 5, 3]) * 100).astype(int)

array([[[60, 17,  6],
        [94, 96, 80],
        [30,  9, 68],
        [44, 12, 49],
        [ 3, 90, 25]],

       [[66, 31, 52],
        [54, 18, 96],
        [77, 93, 89],
        [59, 92,  8],
        [19,  4, 32]]])

现在，我可以使用以下代码获取数组

a

的

argmax

：

idx = np.argmax(a, axis=0)
print(idx)

输出：

array([[0, 0, 0],
       [0, 1, 1],
       [1, 0, 0],
       [0, 1, 0],
       [0, 1, 0]], dtype=int64)

是否可以使用array

a

的argmax输出对array

b

进行切片，以便获得以下输出：

array([[60, 17,  6],
       [94, 18, 96],
       [77,  9, 68],
       [44, 92, 49],
       [ 3, 4, 25]])

---

我尝试了不同的方法，但没有成功。请提供帮助。

使用numpy高级索引：

将numpy导入为np
np.随机种子（42）
a=（np.random.uniform（size=[2,5,3]）*100）.astype（int）
b=（np.random.uniform（size=[2,5,3]）*100）.astype（int）
idx=np.argmax（a，轴=0）
_，m，n=a.形状
b[idx，np.arange（m）[：无]，np.arange（n）]
数组（[[60,17,6]，
[94, 18, 96],
[77,  9, 68],
[44, 92, 49],
[ 3,  4, 25]])

使用numpy高级索引：

将numpy导入为np
np.随机种子（42）
a=（np.random.uniform（size=[2,5,3]）*100）.astype（int）
b=（np.random.uniform（size=[2,5,3]）*100）.astype（int）
idx=np.argmax（a，轴=0）
_，m，n=a.形状
b[idx，np.arange（m）[：无]，np.arange（n）]
数组（[[60,17,6]，
[94, 18, 96],
[77,  9, 68],
[44, 92, 49],
[ 3,  4, 25]])

非常确定有一些重复，但你可以做

np。沿着轴（b，idx[None]，axis=0）[0]

。非常确定有一些重复，但你可以做

np。沿着轴（b，idx[None]，axis=0）[0]

。