代码之家 › 专栏 › 技术社区 › Steve Tjoa

numpy:将一个维度中的索引转换为多个维度

scipy numpy

Steve Tjoa · 技术社区 · 16 年前

许多数组方法返回单个索引,尽管数组是多维的。例如:

a = rand(2,3)
z = a.argmax()

对于二维,很容易找到最大元素的矩阵指数:

a[z/3, z%3]

但是对于更多的维度,它可能会变得烦人。对于给定一个(折叠的)维度中的索引,numpy/scipy是否有返回多个维度中索引的简单方法?谢谢。

2 回复 | 直到 16 年前

Steve Tjoa 16 年前

知道了!

a = X.argmax()
(i,j) = unravel_index(a, X.shape)

Vincent Marchetti 16 年前

我不知道一个内置的函数可以做你想要的,但是这个函数在哪里我意识到我真正想做的是:

给定两个形状相同的数组a,b,找出b的元素与a的最大元素相同的位置(相同的[i,j,k…]位置)

为此,快速麻木的解决方案是:

j = a.flatten().argmax()
corresponding_b_element = b.flatten()[j]

文斯马尔凯蒂

推荐文章

mmonti · 求解微分方程的solve_ivp问题取决于t_span

1 年前

user11634 · scipy depth_first_order的前身

1 年前

Ishigami · 在python scipy中使用fsolve和quad求解积分方程组

1 年前

bougab · 为什么我不能将我的模型准确地拟合到杨的干涉数据中?

1 年前

Linear Algebra fans · 为什么在使用FFT的乘积对1D阵列执行卷积时,值不同?

1 年前

mayen · Z-Score作为差异值的度量

2 年前

impedance_gatto · Scipy中的指数衰减拟合

2 年前

MaximeJaccon · 优化Odint

2 年前

MaaikevR · stats.ttest_ind:提取df值

2 年前

jlewk · scipy.linprog可行性的Bug?(A_ub@x0<=b_ub).all()为True,但--linprog(np.zeros_like(x0),A_ub=A_ub,b_ub=b_ub

2 年前