argmax&argmin

查询最小值索引的常规操作是：np.argmin(data)

这里的4代表：将数组降成一维后最小值的索引，即[5,2,3,2,1,2,1,4,6,6,5,1]的第一个1的索引。

局限性：

①我们需要的索引是二维或者多维的，4不是我们想要的，我们需要的是(2,1)
②当存在多个最大值时，argmax只会返回第一个最大值的索引，不能返回全部的索引值
③只能返回最大最小值的索引，如果我们想返回指定值6的对应的索引呢？

输出多维数组最大值、最小值的全部索引值

以最小值为例，data为三维数组，直接上代码。

def min_index(data): # 寻找最小值的所有索引
    index = []  # 创建列表,存放最小值的索引
    # data = data.A  # 若data是矩阵，需先转为array,因为矩阵ravel后仍是二维的形式，影响if环节
    dim_1 = data.ravel()  # 转为一维数组
    min_n = min(dim_1)  # 最大值max_n
    for i in range(len(dim_1)):
        if dim_1[i] == min_n:  # 遍历寻找最大值，并全部索引值进行操作
            pos = np.unravel_index(i, data.shape, order='C')  # 返回一维索引对应的多维索引，譬如4把转为(1,1),即一维中的第5个元素对应在二维里的位置是2行2列
            index.append(pos)  # 存入index
    return np.array(index)
1
2
3
4
5
6
7
8
9
10

data = np.array([[[3,2,3],[1,3,2],[1,4,6],[6,5,1]],[[1,2,3],[1,3,2],[1,4,6],[6,5,1]]])
min_index(data)
# 输出
# array([[0, 1, 0],
#        [0, 2, 0],
#        [0, 3, 2],
#        [1, 0, 0],
#        [1, 1, 0],
#        [1, 2, 0],
#        [1, 3, 2]], dtype=int64)
1
2
3
4
5
6
7
8
9
10

输出多维数组指定值的全部索引值

data依旧是三维数组，直接上代码。

def select_index(data, value): # 寻找指定值的所有索引
    index = []  # 创建列表,存放最大值的索引
    # data = data.A  # 若data是矩阵，需先转为array,因为矩阵ravel后仍是二维的形式，影响if环节
    dim_1 = data.ravel()  # 转为一维数组
    for i in range(len(dim_1)):
        if dim_1[i] == value:  # 遍历寻找最大值，并全部索引值进行操作
            pos = np.unravel_index(i, data.shape, order='C')  # 返回一维索引对应的多维索引
            index.append(pos)  # 存入index
    return np.array(index)
1
2
3
4
5
6
7
8
9

data = np.array([[[3,2,3],[1,3,2],[1,4,6],[6,5,1]],[[1,2,3],[1,3,2],[1,4,6],[6,5,1]]])
select_index(data, 5)
# 输出
# array([[0, 3, 1],
#        [1, 3, 1]], dtype=int64)

1
2
3
4
5
6