Python 将numpy索引应用于矩阵

我花了最后一个小时试图弄明白这一点

假设我们有

import numpy as np
a = np.random.rand(5, 20) - 0.5
amin_index = np.argmin(np.abs(a), axis=1)
print(amin_index)
> [ 0 12  5 18  1] # or something similar

这不起作用：

a[amin_index]

所以，本质上，我需要为数组np.abs（a）找到沿着某个轴的极小值，然后从数组a的这些位置提取值。如何仅对一个轴应用索引

可能很简单，但我想不出来。此外，我不能使用任何循环，因为我必须对具有数百万条目的数组执行此操作。

---

感谢是因为

argmin

返回每行的列索引（轴为

axis=1

），因此您需要访问这些特定列的每一行：

---

a[range（a.shape[0]），amin_index]

一种方法是传入行索引数组（例如

[0,1,2,3,4]

）和每个对应行中最小值的列索引列表（您的列表

amin_index

）

这将返回一个数组，其中包含每行

i

的

[i，amin\u index[i]]

处的值：

>>> a[np.arange(a.shape[0]), amin_index]
array([-0.0069325 ,  0.04268358, -0.00128002, -0.01185333, -0.00389487])

---

这是基本索引（而不是高级索引），因此返回的数组实际上是

a

的视图，而不是内存中的新数组。

为什么不简单地通过argmin执行

np.amin（np.abs（a），axis=1）

，如果不需要中间

amin\u索引

数组，那么就简单多了

Numpy是一个很好的资源，请参阅“索引”

编辑：计时总是有用的：

In [3]: a=np.random.rand(4000, 4000)-.5

In [4]: %timeit np.amin(np.abs(a), axis=1)
10 loops, best of 3: 128 ms per loop

In [5]: %timeit a[np.arange(a.shape[0]), np.argmin(np.abs(a), axis=1)]
10 loops, best of 3: 135 ms per loop

---

就这样，非常感谢。我终于可以睡觉了没问题-很高兴这对我有帮助。我不能使用它，因为我没有在np.abs（a）数组中寻找极小值。我只对这些位置感兴趣，然后从a本身得到最小值。；）