python - 比较 n 维 numpy 数组中的值

Question

需要比较一个numpy数组中的每个值，并将1返回最大值，将0返回给其他值。我对不同数量的 [] 有问题。

输入示例：

[[[0.6673975 0.33333233]]
.
.
.
[[0.33260247 0.6673975]]]

预期输出：

[[[1 0]]
.
.
.
[[0 1]]]

Answer 1

让我们创建一个示例案例来处理：

a = np.array([[1, 2, 3], [4, 6, 5], [9, 1, 1]])

然后我们可以遍历for-loop最后一行（倒数第二行axis）并相应地修改它axis：

for i in range(a.shape[-2]):
    a[..., i, :] = a[..., i, :] == max(a[..., i, :])

这将修改a为正确的结果：

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

---

同样的方法适用于任何矩形array，例如：

a = np.array([[1, 2], [4, 3], [9, 7]])

给予：

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

Answer 2

最大过轴：

如果按照 Joe 在评论中的建议，您正在寻找沿轴的最大值，那么对于 axis axis，

np.moveaxis((np.moveaxis(ar, axis, 0) == ar.max(axis)).astype(int), 0, axis)

或者，快一点，

(ar == np.broadcast_to(np.expand_dims(ar.max(axis), axis), ar.shape)).astype(int)

应涵盖 n 维情况。

前任：

ar = np.random.randint(0, 100, (2, 3, 4))

ar
Out[157]: 
array([[[17, 28, 22, 31],
        [99, 51, 65, 65],
        [46, 24, 93,  4]],

       [[ 5, 84, 85, 79],
        [ 7, 80, 27, 25],
        [46, 80, 90,  3]]])

(ar == np.broadcast_to(np.expand_dims(ar.max(-1), -1), ar.shape)).astype(int)
Out[159]: 
array([[[0, 0, 0, 1],
        [1, 0, 0, 0],
        [0, 0, 1, 0]],

       [[0, 0, 1, 0],
        [0, 1, 0, 0],
        [0, 0, 1, 0]]])
ar.max(-1)
Out[160]: 
array([[31, 99, 93],
       [85, 80, 90]])

整个阵列的最大值：

如果您尝试识别等于整个数组中最大值的元素，

(ar == ar.max()).astype(int)

应该给你正在寻找的东西。