Python 从元组数组中提取所需索引

产生元组索引的最大值：（0,3）和（0,6）用于第一行[2,1,2,3,2,0,1,0]；和（1,6）和（1,6）表示另一行[2,1,2,3,2,0,1,0]

下面打印所有结果，但我只想提取两行的第一个最大值，即使用元组[3,3]。所以，我需要的元组是（0,3）和（1,3）

如何从元组数组（即“maximas”）中提取它们

import numpy as np
from scipy import signal

y = np.array([[2, 1, 2, 3, 2, 0, 1, 0],
             [2, 1, 2, 3, 2, 0, 1, 0]])

maximas = signal.argrelmax(y, axis=1)

print maximas

(array([0, 0, 1, 1], dtype=int64), array([3, 6, 3, 6], dtype=int64))

---

好的，纯Python方法将使用（行索引上的组）和列表理解：

>>> print y[kk]
[3 1 3 1]

---

好的，纯Python方法将使用（行索引上的组）和列表理解：

>>> print y[kk]
[3 1 3 1]

---

好的，纯Python方法将使用（行索引上的组）和列表理解：

>>> print y[kk]
[3 1 3 1]

---

好的，纯Python方法将使用（行索引上的组）和列表理解：

>>> print y[kk]
[3 1 3 1]

---

给定元组

maximas

，这里有一种可能的NumPy方法：

>>> from itertools import groupby
>>> from operator import itemgetter
>>> [max(g, key=lambda x: y[x])
                             for k, g in groupby(zip(*maximas), itemgetter(0))]
[(0, 3), (1, 3)]

这将

signal.argrelmax

返回的坐标列表堆叠到数组

a

中。

np.unique的
return\u index
参数用于查找每个行号的第一个索引。然后，我们可以使用这些第一个索引从
a
检索相关行

这将返回一个数组，但您可以使用
tolist（）
将其转换为列表列表

要返回每行中最大值的第一列索引，只需从
maximas[0]
获取
np.unique
返回的索引，并使用它们对
maximas[1]
进行索引。一行是这样的：

>>> a = np.column_stack(maximas)
>>> a[np.unique(a[:,0], return_index=True)[1]]
array([[0, 3],
       [1, 3]], dtype=int64)

要从
y
的每一行检索相应的值，可以使用
np。选择
：

>>> maximas[1][np.unique(maximas[0], return_index=True)[1]]
array([3, 3], dtype=int64)

给定元组
maximas
，这里有一种可能的NumPy方法：

>>> from itertools import groupby
>>> from operator import itemgetter
>>> [max(g, key=lambda x: y[x])
                             for k, g in groupby(zip(*maximas), itemgetter(0))]
[(0, 3), (1, 3)]

这将
signal.argrelmax
返回的坐标列表堆叠到数组
a
中。
np.unique的
return\u index
参数用于查找每个行号的第一个索引。然后，我们可以使用这些第一个索引从
a
检索相关行

这将返回一个数组，但您可以使用
tolist（）
将其转换为列表列表

要返回每行中最大值的第一列索引，只需从
maximas[0]
获取
np.unique
返回的索引，并使用它们对
maximas[1]
进行索引。一行是这样的：

>>> a = np.column_stack(maximas)
>>> a[np.unique(a[:,0], return_index=True)[1]]
array([[0, 3],
       [1, 3]], dtype=int64)

要从
y
的每一行检索相应的值，可以使用
np。选择
：

>>> maximas[1][np.unique(maximas[0], return_index=True)[1]]
array([3, 3], dtype=int64)

给定元组
maximas
，这里有一种可能的NumPy方法：

>>> from itertools import groupby
>>> from operator import itemgetter
>>> [max(g, key=lambda x: y[x])
                             for k, g in groupby(zip(*maximas), itemgetter(0))]
[(0, 3), (1, 3)]

这将
signal.argrelmax
返回的坐标列表堆叠到数组
a
中。
np.unique的
return\u index
参数用于查找每个行号的第一个索引。然后，我们可以使用这些第一个索引从
a
检索相关行

这将返回一个数组，但您可以使用
tolist（）
将其转换为列表列表

要返回每行中最大值的第一列索引，只需从
maximas[0]
获取
np.unique
返回的索引，并使用它们对
maximas[1]
进行索引。一行是这样的：

>>> a = np.column_stack(maximas)
>>> a[np.unique(a[:,0], return_index=True)[1]]
array([[0, 3],
       [1, 3]], dtype=int64)

要从
y
的每一行检索相应的值，可以使用
np。选择
：

>>> maximas[1][np.unique(maximas[0], return_index=True)[1]]
array([3, 3], dtype=int64)

给定元组
maximas
，这里有一种可能的NumPy方法：

>>> from itertools import groupby
>>> from operator import itemgetter
>>> [max(g, key=lambda x: y[x])
                             for k, g in groupby(zip(*maximas), itemgetter(0))]
[(0, 3), (1, 3)]

这将
signal.argrelmax
返回的坐标列表堆叠到数组
a
中。
np.unique的
return\u index
参数用于查找每个行号的第一个索引。然后，我们可以使用这些第一个索引从
a
检索相关行

这将返回一个数组，但您可以使用
tolist（）
将其转换为列表列表

要返回每行中最大值的第一列索引，只需从
maximas[0]
获取
np.unique
返回的索引，并使用它们对
maximas[1]
进行索引。一行是这样的：

>>> a = np.column_stack(maximas)
>>> a[np.unique(a[:,0], return_index=True)[1]]
array([[0, 3],
       [1, 3]], dtype=int64)

要从
y
的每一行检索相应的值，可以使用
np。选择
：

>>> maximas[1][np.unique(maximas[0], return_index=True)[1]]
array([3, 3], dtype=int64)

您对纯Python解决方案开放吗？
y[maximas]
产生
[3 1 3 1]
。但是你想要的是
y[（0,1），（3,3）]
产生
[3,3]
，对吗？@hpaulj是的，这正是我想要的。你愿意接受纯Python解决方案吗？
y[maximas]
产生
[3,3 1]
。但是你想要的是
y[（0,1），（3,3）]
产生
[3,3]
，对吗？@hpaulj是的，这正是我想要的。你愿意接受纯Python解决方案吗？
y[maximas]
产生
[3,3 1]
。但是你想要的是
y[（0,1），（3,3）]
产生
[3,3]
，对吗？@hpaulj是的，这正是我想要的。你愿意接受纯Python解决方案吗？
y[maximas]
产生
[3,3 1]
。但是你想要的是
y[（0,1），（3,3）]
产生
[3,3]
，对吗？@hpaulj是的，这正是我想要的。我想返回[3,3]作为我的答案。我想返回[3,3]作为我的答案。我想返回[3,3]作为我的答案。我想返回[3,3]作为我的答案。