我想比较在字典值中定义的多个数组。我想比较所有数组中的每个元素来找到这个元素的最小值。最低元素对应的数组键应该映射到一个新的数组(或列表)中,如下所示:
img_dictionary = {0: np.array([[935, 925, 271, 770, 869, 293],
[125, 385, 291, 677, 770, 770]], dtype=uint64),
1: np.array([[ 12, 92, 28, 942, 124, 882],
[241, 853, 292, 532, 834, 231]], dtype=uint64),
2: np.array([[934, 633, 902, 912, 922, 812],
[152, 293, 284, 634, 823, 326]], dtype=uint64),
3: np.array([[362, 11, 292, 48, 92, 481],
[196, 294, 446, 591, 92, 591]], dtype=uint64)}
预期结果
(array([[1, 3, 1, 3, 3, 0],
[0, 2, 2, 1, 3, 1]], dtype=uint64),)
我已经尝试使用np.minimum()
和函数一样,但它们不允许多个数组的比较。
假设字典中的每个条目具有相同数量的元素,那么您可以将数据作为一个数组来处理。这可以通过用np.stack
堆叠数组来实现:
>>> arr = np.stack(list(img_dictionary.values()))
array([[[935, 925, 271, 770, 869, 293],
[125, 385, 291, 677, 770, 770]],
[[ 12, 92, 28, 942, 124, 882],
[241, 853, 292, 532, 834, 231]],
[[934, 633, 902, 912, 922, 812],
[152, 293, 284, 634, 823, 326]],
[[362, 11, 292, 48, 92, 481],
[196, 294, 446, 591, 92, 591]]], dtype=uint64)
然后,您可以应用np.argmin
:
>>> arr.argmin(axis=0)
array([[1, 3, 1, 3, 3, 0],
[0, 2, 2, 1, 3, 1]])