python – 对numpy中的分区索引进行分组argmax / argmin

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 对numpy中的分区索引进行分组argmax / argmin，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1437字，纯文字阅读大概需要3分钟。

内容图文

Numpy的ufuncs有一个reduceat方法,它在一个数组中的连续分区上运行它们.所以不要写：

import numpy as np
a = np.array([4, 0, 6, 8, 0, 9, 8, 5, 4, 9])
split_at = [4, 5]
maxima = [max(subarray for subarray in np.split(a, split_at)]

我可以写：

maxima = np.maximum.reduceat(a, np.hstack([0, split_at]))

两者都将在切片a [0：4],[4：5],[5:10]中返回最大值,为[8,0,9].

我想要一个类似的函数来执行argmax,注意我只想在每个分区中使用一个最大索引：[3,4,5]使用上面的a和split_at(尽管索引5和9都获得了最大值)最后一组),将由返回

np.hstack([0, split_at]) + [np.argmax(subarray) for subarray in np.split(a, split_at)]

我将在下面发布一个可能的解决方案,但是希望看到一个可以在不创建组索引的情况下进行矢量化的解决方案.

解决方法:

该解决方案涉及在组上建立索引(在上面的示例中为[0,0,0,0,1,2,2,2,2,2]).

group_lengths = np.diff(np.hstack([0, split_at, len(a)]))
n_groups = len(group_lengths)
index = np.repeat(np.arange(n_groups), group_lengths)

然后我们可以使用：

maxima = np.maximum.reduceat(a, np.hstack([0, split_at]))
all_argmax = np.flatnonzero(np.repeat(maxima, group_lengths) == a)
result = np.empty(len(group_lengths), dtype='i')
result[index[all_argmax[::-1]]] = all_argmax[::-1]

得到[3,4,5]的结果. [:: – 1]确保我们得到每组中的第一个而不是最后一个argmax.

这取决于花式分配中的最后一个索引确定分配的值,@ seberg says one shouldn’t rely on(以及结果= all_argmax [np.unique(index [all_argmax],return_index = True)可以实现更安全的替代方案[1] ],涉及对len(maxima)~n_groups元素的排序).

内容总结

以上是互联网集市为您收集整理的python – 对numpy中的分区索引进行分组argmax / argmin全部内容，希望文章能够帮你解决python – 对numpy中的分区索引进行分组argmax / argmin所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端