Python numpy从三个元素中获取not min或max元素

我有一个三维阵列：

 y = np.random.randint(1,5 ,(50,50,3))

我想计算第三个轴（3个元素）上的最大值和最小值，然后除以剩余的数字/元素

比如说：

x = (np.max(y, axis =2) - 2*np.min(y, axis =2))/the third number

我不知道怎么打第三个号码。 需要注意的是，第三个数字可能等于最小值或最大值：

e、 g.（5,5,1）

方法#1

找到第三个的诀窍是从

3

那些最大和最小索引中减去。临界情况是最大和最小索引相同，即沿最后一个轴的所有三个元素都相同，第三个元素索引也相同

因此，我们将有一个这样的解决方案-

max_idx = y.argmax(2)
min_idx = y.argmin(2)

rem_idx = np.where(max_idx == min_idx, max_idx, 3 - max_idx - min_idx)
out = (y[all_idx(max_idx, 2)] -2*y[all_idx(min_idx, 2)])/y[all_idx(rem_idx, 2)]

辅助函数，用于索引到具有索引的

y

-

# https://stackoverflow.com/a/46103129/ @Divakar
def all_idx(idx, axis):
    grid = np.ogrid[tuple(map(slice, idx.shape))]
    grid.insert(axis, idx)
    return tuple(grid)

方法#2

我们可以沿着轴求和，然后减去最小值和最大值，得到第三个元素，然后简单地将其插入公式中-

maxv = np.max(y, axis =2)
minv = np.min(y, axis =2)
x = (maxv - 2*minv)/(y.sum(2) - maxv - minv)

---

当你只需要一个最大值和最小值时，排序通常是多余的，在这种情况下，我认为它是最简单的。它直接把我们想要的数字放在容易获取的地方，不需要任何复杂的算术运算

y = np.random.randint(1, 5, (50, 50,3))
y2 = y.copy()
y2.sort(axis=2)
sout = (y2[...,2] - 2 * y2[...,0]) / y2[...,1]

这让我

In [68]: (sout == divakar_out).all()
Out[68]: True

---

这通常是个好兆头

另一种选择是使用

np.median

(y.max(2) - 2 * y.min(2)) / np.median(y, 2)

---

作为一个选择，还不错！同样的答案，只是重新排列了

min，med，max=np.sort（y，axis=2），transpose（2，0，1）；（max_-2*min_）/med_

再短一点：x，y，z=np.sort（a）.T；（（z-2*x）/y）。T@piRSquared是的，你喜欢那些总结，显然是点；）这就是我的总结（-:@Divakar是的，方法二感觉更自然（也更聪明）.好吧，我觉得很遗憾，我没有想到这一个，这是我最喜欢的解决方案。我想我对中位数有一种心理障碍，因为在这种情况下，它可以返回一个不在序列中的值，但这在这里不适用。我只是在尝试给中间排序层一个名称后才想到它。当我决定

med

然后它变得显而易见。然而，您的解决方案要快得多，因为它使用一个非常短的排序来解析所有三个组件。