将行最大值设置为1，将其他值设置为0

Question

我有一个矩阵

x = array([[ 1,  2,  4,  6],
[ 8, 29, 11, 35],
[18, 16, 28, 25],
[26, 28, 53, 52]])

我想得到行和列的最大值和最小值，使其为1，其余为0。我用以下方法来获得列中的最大值和最小值：

getMax = np.where(x == np.amax(x, axis=0), 1, 0)
getMin = np.where(x == np.amin(x, axis=0), 1, 0)

这样做，我得到：

array([[0, 0, 0, 0],
[0, 1, 0, 0],
[0, 0, 0, 0],
[1, 0, 1, 1]]) for maximum

和

array([[1, 1, 1, 1],
[0, 0, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 0]]) for minimum

但是当我做以下操作来获得行的最小值和最大值时

getMax = np.where(x == np.amax(x, axis=1), 1, 0)
getMin = np.where(x == np.amin(x, axis=1), 1, 0)

我得到这个：

array([[0, 0, 0, 0],
[0, 0, 0, 0],
[0, 0, 1, 0],
[0, 0, 0, 0]]) for maximum

和

array([[1, 0, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 0]]) for minimum

行中最小值和最大值的代码有什么错误？

Answer 1

在第二种情况下，要比较的轴没有对齐，您需要确保两个数组的尺寸相同。因此，您有keepdims，它正是为了保留输入形状。此外，不需要np.where，您可以直接转换为int:

(x == np.max(x, axis=1, keepdims=True)).view('i1')
array([[0, 0, 0, 1],
[0, 0, 0, 1],
[0, 0, 1, 0],
[0, 0, 1, 0]], dtype=int8)

或者，我们可以将argmax与np.put_along_axis一起用于更高性能的方法：

getMax = np.zeros_like(x)
np.put_along_axis(getMax,x.argmax(1)[:,None],1,axis=1)

时间安排：

a = np.concatenate([x]*10000, axis=0)
%timeit np.where(a == np.amax(a, axis=1, keepdims=True), 1, 0)
# 1.15 ms ± 6.64 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit (a == np.amax(a, axis=1, keepdims=True)).view('i1')
# 986 µs ± 13.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%%timeit
getMax = np.zeros_like(a)
np.put_along_axis(getMax,a.argmax(1)[:,None],1,axis=1)
# 436 µs ± 12.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

---

注意，如果你不保留2D形状，你会得到：

np.amax(x, axis=1)
#array([ 6, 35, 28, 53])

这是一个1D阵列，将沿着x中的最后一个轴进行比较。当比较两个阵列的尺寸时，这一点变得很清楚：

x.shape (2d array):                      4 x 4
np.amax(x, axis=1).shape (1d array):         4

而你真正想要的是：

x.shape (2d array):                          4 x 4
np.amax(x, axis=1, keepdims=True).shape:     4 x 1

以便沿着的第一个轴(行(对它们进行比较