迭代 numpy 数组以在离开行索引的子数组中找到最大值

Question

我想找到沿轴 = 0 的二维数组的最大值，我不想在行索引处包含该值。我对这个解决方案不满意，因为我需要在一百万行上运行它，而且我不想在这里使用 for 循环。我试过numpy.argmax但它计算行的最大值，包括行索引处的值。我的二维数组Arry=([[1,   0.5, 0.3,   0,    0.2],       [0,   1,   0.2,   0.8,  0],       [0,   1,   1,     0.3,  0],       [0,   0,   0,     1,    0]])预期产出[1, 3, 1]第一行 [1, 0.5, 0.3, 0, 0.2] 在索引 1 处具有最大值，即 0.5，因为值 1 在行索引 0 处，同样在第二行中最大值为 0.8，即索引 3，第 4 行没有有任何最大值，因为都为零我的代码import numpy as npfor idx,subarry in enumerate(Arry):    newlist=np.delete(subarry, idx)    idx_min=min(np.where(subarry==np.max(newlist))[0])    if idx_min != 0: min_elem_idx.append(idx_min)print(min_elem_idx)[1, 3, 1]我正在寻找一种 Pythonic 的方式来实现这一点而不使用 for 循环

Answer 1

这应该可以解决问题：

a = np.array([[1,   0.5, 0.3,   0,    0.2],

              [0,   1,   0.2,   0.8,  0],

              [0,   1,   1,     0.3,  0],

              [0,   0,   0,     1,    0]])

# Create an array of ones the same size as a

b = np.ones_like(a)

# Fill the diagonal of b with NaN

np.fill_diagonal(b, np.nan)

# Multiply the arrays in order to remove the index column from the max

c = a*b

# Find the index of the max value of every row (excluding the index value)

np.nanargmax(c, axis=1)

输出：

array([1, 3, 1, 0])

为了过滤掉每个值都为零的情况（因此“没有最大值”，正如您定义的那样），您必须做一些额外的工作。