Ermitteln Sie die Position des größten Werts in einem mehrdimensionalen NumPy-Array

81

Wie kann ich die Position (Indizes) des größten Werts in einem mehrdimensionalen NumPy-Array ermitteln?

python arrays indexing numpy kame
quelle
Wenn es mehrere Positionen mit gleich großen Werten gibt, benötigen Sie alle oder nur die erste (oder die letzte oder nur eine)?
Trilarion

Antworten:

176

Die argmax()Methode sollte helfen.

Aktualisieren

(Nach dem Lesen des Kommentars) Ich glaube, die argmax()Methode würde auch für mehrdimensionale Arrays funktionieren. Die verknüpfte Dokumentation gibt ein Beispiel dafür:

>>> a = array([[10,50,30],[60,20,40]])
>>> maxindex = a.argmax()
>>> maxindex
3

Update 2

(Dank KennyTMs Kommentar) Sie können unravel_index(a.argmax(), a.shape)den Index als Tupel abrufen :

>>> from numpy import unravel_index
>>> unravel_index(a.argmax(), a.shape)
(1, 0)
Manoj Govindan
quelle
1
Aber ich habe ein mehrdimensionales Array.
Kam
85
Verwenden Sie unravel_index(a.argmax(), a.shape)diese Option , um den Index als Tupel abzurufen.
Kennytm
Was bedeutet Nummer 3? In Ordnung, ich verstehe. Ich habe gesucht (1,0).
Kam
2
Es sollte wirklich eine eingebaute Funktion geben, um den Wert als Tupel zu erhalten
Endolith
unravel_index docs: docs.scipy.org/doc/numpy-1.10.1/reference/generated/…
Bogdan Varlamov
6

(bearbeiten) Ich bezog mich auf eine alte Antwort, die gelöscht worden war . Und die akzeptierte Antwort kam nach meiner. Ich stimme zu, das argmaxist besser als meine Antwort.

Wäre es nicht lesbarer / intuitiver, dies zu tun?

numpy.nonzero(a.max() == a)
(array([1]), array([0]))

Oder,

numpy.argwhere(a.max() == a)
otterb
quelle
4
Unnötig langsam, weil Sie das Maximum berechnen und es dann mit allen vergleichen. unravel_index (a.argmax (), a.shape).
Peter
Ich habe dafür gestimmt, weil es nichts über die Anzahl der Vorkommen von a.max () in a voraussetzt. Während a.argmax () das "erste" Vorkommen zurückgibt (was im Fall eines mehrdimensionalen Arrays schlecht definiert ist, da es von der Wahl des Durchquerungspfads abhängt). docs.scipy.org/doc/numpy/reference/generated/… Ich denke auch, dass np.where () eine natürlichere / lesbarere Wahl ist als np.nonzero ().
FizxMike
2

Sie können einfach eine Funktion schreiben (die nur in 2d funktioniert): 

def argmax_2d(matrix):
    maxN = np.argmax(matrix)
    (xD,yD) = matrix.shape
    if maxN >= xD:
        x = maxN//xD
        y = maxN % xD
    else:
        y = maxN
        x = 0
    return (x,y)
iFederx
quelle
0

Eine alternative Möglichkeit ist die Veränderung numpyArray listund die Verwendung maxund indexMethoden:

List = np.array([34, 7, 33, 10, 89, 22, -5])
_max = List.tolist().index(max(List))
_max
>>> 4

quelle