numpy.argmin 用于大于阈值的元素答案

【问题标题】：numpy.argmin for elements greater than a thresholdnumpy.argmin 用于大于阈值的元素
【发布时间】：2016-10-24 16:43:16
【问题描述】：

我有兴趣在满足特定条件（在我的情况下为中等阈值）的一维 NumPy 数组中获取最小值的位置。例如：

import numpy as np

limit = 3
a = np.array([1, 2, 4, 5, 2, 5, 3, 6, 7, 9, 10])

我想有效地屏蔽a 中所有低于限制的数字，这样np.argmin 的结果将为 6。是否有一种计算成本低廉的方法来屏蔽不满足条件的值然后申请np.argmin?

【问题讨论】：

您能解释一下为什么在您的问题中您说 np.argmin 是 6 吗？在这种情况下，它将是 0。如果你屏蔽了所有小于 3 的数字，那么你会得到 [4,5,5,3,6,7,9,10]。这个的 np.argmin 还不是 6。
@OneRaynyDay 我的猜测：OP 想到的掩码数组是[--, --, 4, 5, --, 5, 3, 6, 7, 9, 10]。那么最小的元素是 3，它位于掩码数组的位置 6（从 0 开始计数）。这就是 MaxPowers 的回答中发生的情况。

标签： python arrays performance numpy

【解决方案1】：

这可以简单地使用numpy的MaskedArray来完成

import numpy as np

limit = 3
a = np.array([1, 2, 4, 5, 2, 5, 3, 6, 7, 9, 10])
b = np.ma.MaskedArray(a, a<limit)
np.ma.argmin(b)    # == 6

【讨论】：

为什么不b.argmin()？
另一种可能性：b = np.ma.masked_less(a, limit).

【解决方案2】：

您可以存储有效索引并使用这些索引从a 中选择有效元素，并使用argmin() 在所选元素中进行索引以获得最终索引输出。因此，实现看起来像这样 -

valid_idx = np.where(a >= limit)[0]
out = valid_idx[a[valid_idx].argmin()]

示例运行 -

In [32]: limit = 3
    ...: a = np.array([1, 2, 4, 5, 2, 5, 3, 6, 7, 9, 10])
    ...: 

In [33]: valid_idx = np.where(a >= limit)[0]

In [34]: valid_idx[a[valid_idx].argmin()]
Out[34]: 6

运行时测试-

对于性能基准测试，在本节中，我将other solution based on masked array 与本文前面针对各种数据大小提出的基于常规数组的解决方案进行比较。

def masked_argmin(a,limit): # Defining func for regular array based soln
    valid_idx = np.where(a >= limit)[0]
    return valid_idx[a[valid_idx].argmin()]

In [52]: # Inputs
    ...: a = np.random.randint(0,1000,(10000))
    ...: limit = 500
    ...: 

In [53]: %timeit np.argmin(np.ma.MaskedArray(a, a<limit))
1000 loops, best of 3: 233 µs per loop

In [54]: %timeit masked_argmin(a,limit)
10000 loops, best of 3: 101 µs per loop

In [55]: # Inputs
    ...: a = np.random.randint(0,1000,(100000))
    ...: limit = 500
    ...: 

In [56]: %timeit np.argmin(np.ma.MaskedArray(a, a<limit))
1000 loops, best of 3: 1.73 ms per loop

In [57]: %timeit masked_argmin(a,limit)
1000 loops, best of 3: 1.03 ms per loop

【讨论】：