将零分配给numpy 3d数组中的最小值

Question

我有一个形状为(100，100，20(的numpy数组(在python 3中(

我想为每个"像素"找到具有最小值的15个通道，并使它们为零(意思是：使阵列稀疏，只保留5个最高值(。

示例：

输入：array=[[1,2,3]，[7,6,9]，[12,71,3]]，num_channels_to_zero=2

输出：[[0,0,3]，[0,0,9]，[0,71,0]

我该怎么做？

我现在有什么：

array = numpy.random.rand(100, 100, 20) 
inds = numpy.argsort(array, axis=-1) # also shape (100, 100, 20)

我想做一些类似的事情

array[..., inds[..., :15]] = 0

但它并没有给我想要的

Answer 1

np.argsort输出适合numpy的[...]_along_axis函数的索引。这包括np.put_along_axis:

import numpy as np
array = np.random.rand(100, 100, 20) 
print(array[0,0])
#[0.44116124 0.94656705 0.20833932 0.29239585 0.33001399 0.82396784
# 0.35841905 0.20670957 0.41473762 0.01568006 0.1435386  0.75231818
# 0.5532527  0.69366173 0.17247832 0.28939985 0.95098187 0.63648877
# 0.90629116 0.35841627]
inds = np.argsort(array, axis=-1)
np.put_along_axis(array, inds[..., :15], 0, axis=-1)
print(array[0,0])
#[0.         0.94656705 0.         0.         0.         0.82396784
# 0.         0.         0.         0.         0.         0.75231818
# 0.         0.         0.         0.         0.95098187 0.
# 0.90629116 0.        ]

Answer 2

如numpy文档中所述

从每一行中，都应该选择一个特定的元素。行索引仅为[0，1，2]，列索引指定要为相应行选择的元素，此处为[0、1，0]。将两者结合使用，可以使用高级索引解决任务：

>>>x = np.array([[1, 2], [3, 4], [5, 6]])
>>>x[[0, 1, 2], [0, 1, 0]]
array([1, 4, 5])

因此，对于您的示例：

a = np.array([[1,2,3], [7,6,9], [12,71,3]])
amax = a.argmax(axis=-1)
a[np.arange(a.shape[0]), amax] = 0
a

array([[ 1,  2,  0],
[ 7,  6,  0],
[12,  0,  3]])