如何获取多维数组的最小值索引数组

Question

我有一个多敏感阵列，形状为(2、2、3(这样：

array([[[  0.64,   0.49,   2.56],
    [  7.84,  13.69,  21.16]],
   [[ 33.64,  44.89,  57.76],
    [ 77.44,  94.09, 112.36]]])

我想找到每行最小的索引。因此，对于此示例，有4个最小值为：0.49、7.84、33.64和77.44。

要获得这些最低限度的索引，我认为这会有效：

idx_arr = np.unravel_index(np.argmin(my_array,axis=2),my_array.shape)

这产生以下索引：

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

但是，最小值未正确计算，正如人们所看到的：

my_array[idx_arr]
array([[0.49, 0.64],
   [0.64, 0.64]])

我在那里错过了什么？

Answer 1

Argmin实际上正确地计算值。但是您误解了np.unravel_index的期望。

来自文档：

将平面索引或一系列平坦索引转换为元组 坐标阵列。

要查看在此处提供所需的输出将接受的输入，我们需要关注要点：它将以非平板的方式将平面数组转换为特定位置的正确坐标数组。从本质上讲，它的预期是您所需点的坐标，就好像您的输入阵列被扁平一样。

import numpy as np
inp = np.array([[[  0.64,   0.49,   2.56],
    [  7.84,  13.69,  21.16]],
   [[ 33.64,  44.89,  57.76],
    [ 77.44,  94.09, 112.36]]])
idx = inp.argmin(axis=-1)
#Output:
array([[1, 0],
       [0, 0]], dtype=int64)

请注意，您不能直接发送此idx，因为它不能代表inp数组的扁平版本的正确坐标。

看起来更像以下内容：

flat_idx = np.arange(0, idx.size*inp.shape[-1], inp.shape[-1]) + idx.flatten()
#Output:
array([1, 3, 6, 9], dtype=int64)

我们可以看到unravel_index愉快地接受。

temp = np.unravel_index(flat_idx, inp.shape)
#Output:
(array([0, 0, 1, 1], dtype=int64),
 array([0, 1, 0, 1], dtype=int64),
 array([1, 0, 0, 0], dtype=int64))
inp[temp]

输出：

array([ 0.49,  7.84, 33.64, 77.44])

另外，看看输出元组，我们可以注意到，也很难重新创建同样的东西。请注意，最后一个数组对应于idx的扁平形式，而前两个数组基本上通过inp的前两个轴启用索引。

---

为了准备，我们实际上可以以一种相当漂亮的方式使用unravel_index功能，如下：

real_idx = (*np.unravel_index(np.arange(idx.size), idx.shape), idx.flatten())
inp[real_idx]
#Output:
array([ 0.49,  7.84, 33.64, 77.44])