Python 沿dim1跟踪最大值，并在dim3中改变索引

我有一个三维数据的“立方体”，其中列中有一些峰值，或者说第一维。峰值指数可能会根据检查的行而移动。第三维度可能会做一些更复杂的事情，但现在可以被认为只是通过一些线性函数来缩放事物

我想沿着第一个维度找到最大值的索引，但有一个约束条件，即对于每一行，选择z索引时，列峰值将最接近于0.5

下面是一个示例图像，它是一个具有固定z的行、列平面：

这些数组有时会很大，比如说21x11x200浮点64s，所以我想对这个计算进行矢量化。使用for循环编写，如下所示：

cols, rows, zs = data.shape
for i in range(rows):
    # for each field point, make an intermediate array that is 2D with focus,frequency dimensions
    arr = data[:,i,:]

    # compute the thru-focus max and find the peak closest to 0.5
    maxs = np.max(arr, axis=0)
    max_manip = np.abs(maxs-0.5)
    freq_idx = np.argmin(max_manip)

    # take the thru-focus slice that peaks closest to 0.5
    arr2 = data[:,i,freq_idx]
    focus_idx = np.argmax(arr2)
    print(focus_idx)

---

我的问题是，我不知道如何将这些计算汇总成向量运算。我将感谢任何帮助，谢谢

我们只需要将

轴

参数与相关的UFUNC一起使用，这将引导我们找到一个矢量化的解决方案，如下所示-

# Get freq indices along all rows in one go
idx = np.abs(data.max(0)-0.5).argmin(1)

# Index into data with those and get the argmax indices
out = data[:,np.arange(data.shape[1]), idx].argmax(0)

---

这给了我一个不同的答案来回答

for

循环版本——循环给出：

[10 10 9 9 9 9 8 8 7]

和向量化给出

[9 9 9 9 9 8 8 7]

——知道为什么吗？@BrandonDube没有在那里使用

abs

。编辑。我已经添加了这个-，让我进一步研究一下。看起来他们给出了相同的答案，我只是有一个变量名的问题。谢谢