Python 在numpy数组中组合值
我有一些大小相同的MxN(SVM)的numpy阵列。我需要创建一个大小相同但每个位置值较高的新位置。例如:Python 在numpy数组中组合值,python,arrays,numpy,Python,Arrays,Numpy,我有一些大小相同的MxN(SVM)的numpy阵列。我需要创建一个大小相同但每个位置值较高的新位置。例如: [[1,2,1,3], [[2,1,5,1], [[2,2,5,3], [2,5,2,1]] and [1,3,5,5]] result [2,5,5,5]] [4,1,3,1]] [4,2,1,2]] [4,2,3,2]] 总和和乘积如下:predict=a*b*c,其中a、b和c是从其他pre
[[1,2,1,3], [[2,1,5,1], [[2,2,5,3],
[2,5,2,1]] and [1,3,5,5]] result [2,5,5,5]]
[4,1,3,1]] [4,2,1,2]] [4,2,3,2]]
总和和乘积如下:predict=a*b*c
,其中a、b和c
是从其他predict读取的大小相同的numpy数组
谢谢。您可以在第0轴上使用np.max()
:
>>> np.max((a,b), axis=0)
array([[2, 2, 5, 3],
[2, 5, 5, 5],
[4, 2, 3, 2]])
可以使用计算输入数组之间的元素最大值
A = np.array([[1,2,1,3], [2,5,2,1], [4,1,3,1]])
B = np.array([[2,1,5,1], [1,3,5,5], [4,2,1,2]])
C = np.maximum(A, B)
# array([[2, 2, 5, 3],
# [2, 5, 5, 5],
# [4, 2, 3, 2]])
你可以用-
这里是
np。其中根据a>b
的掩码在a
和b
之间进行选择,从而模拟a
和b
中对应元素之间的最大值选择,这看起来像是一个很快的选择!
np.where(a>b,a,b)