np.argmax对多维数组，保持一些固定指标(np.argmax on multidimensio

我有2D narrays的集合，这取决于两个整数索引，说p1和p2，与相同形状的每个矩阵。

然后我需要找到，对于每对（P1，P2），该基质的最大值和这些最大值的索引。 一个平凡的，虽然速度慢，办法做到这一点会是做这样的事情

import numpy as np
import itertools
range1=range(1,10)
range2=range(1,20)

for p1,p2 in itertools.product(range1,range1):
    mat=np.random.rand(10,10)
    index=np.unravel_index(mat.argmax(), mat.shape)
    m=mat[index]
    print m, index

我的应用程序，这是不幸的是太慢了，我想由于双for循环使用。 因此，我试图包在4维阵列的一切（说BigMatrix），其中前两个坐标是索引P1，P2，和其他2是矩阵的坐标。

该np.amax命令

    >>res=np.amax(BigMatrix,axis=(2,3))
    >>res.shape
         (10,20)
    >>res[p1,p2]==np.amax(BigMatrix[p1,p2,:,:])
         True

按预期方式工作，因为它遍历2和3轴。 我怎样才能做同样的np.argmax？ 请记住，速度是很重要的。

非常感谢你提前，

恩佐

Answer 1:

在这里，这对我的作品，其中Mat是大矩阵。

# flatten the 3 and 4 dimensions of Mat and obtain the 1d index for the maximum
# for each p1 and p2
index1d = np.argmax(Mat.reshape(Mat.shape[0],Mat.shape[1],-1),axis=2)

# compute the indices of the 3 and 4 dimensionality for all p1 and p2
index_x, index_y = np.unravel_index(index1d,Mat[0,0].shape)

# bring the indices into the right shape
index = np.array((index_x,index_y)).reshape(2,-1).transpose()

# get the maxima
max_val = np.amax(Mat,axis=(2,3)).reshape(-1)

# combine maxima and indices
sol = np.column_stack((max_val,index))

print sol

文章来源: np.argmax on multidimensional arrays, keeping some indexes fixed