如何在 numpy.ndarray 中查找最大值的最后一次出现答案

【问题标题】：How to find last occurrence of maximum value in a numpy.ndarray如何在 numpy.ndarray 中查找最大值的最后一次出现
【发布时间】：2012-01-07 09:05:37
【问题描述】：

我有一个 numpy.ndarray，其中的最大值大多会出现不止一次。

或者，更好的是，是否可以获得数组中所有最大值出现的索引列表？

而在我的情况下，获得这样的清单可能会证明非常昂贵

是否可以使用numpy.argmax 之类的方法找到最后一次出现最大值的索引？我想只找到最后一次出现的索引，而不是所有出现的数组（因为可能有数百个）

例如，这将返回第一次出现的索引，即 2

import numpy as np
a=np.array([0,0,4,4,4,4,2,2,2,2])
print np.argmax(a)

但我希望它输出 5。

【问题讨论】：

numpy.argmax: how to get the index corresponding to the last occurrence, in case of multiple occurrences of the maximum values的可能重复
那里的作者想要所有出现的索引，而那里给出的解决方案occurences = np.where(a == a.max()) 将生成一个包含所有最大值的数组，这在我的情况下可能非常昂贵
虽然答案只涉及如何获取所有出现，但发问者要求两者，因此“可能重复”而不是“重复”。

标签： numpy scipy

【解决方案1】：

numpy.argmax 只返回第一次出现的索引。您可以将argmax 应用于数组的反向视图：

import numpy as np
a = np.array([0,0,4,4,4,4,2,2,2,2])
b = a[::-1]
i = len(b) - np.argmax(b) - 1
i     # 5
a[i:] # array([4, 2, 2, 2, 2])

注意 numpy 不会复制数组，而是使用stride 创建原始视图，以相反的顺序访问它。

id(a) == id(b.base) # True

【讨论】：

【解决方案2】：

如果您的数组由整数组成并且行数少于 1e15。您还可以通过添加一个噪声函数来解决这个问题，该函数线性地增加后来出现的值。

>>>import numpy as np
>>>a=np.array([0,0,4,4,4,4,2,2,2,2])
>>>noise= np.array(range(len(a))) * 1e-15
>>>print(np.argmax(a + noise))
5

【讨论】：

这可能比接受的答案更容易验证，但它需要额外的内存并且速度要慢得多（在大小 1e6 时很明显），而 Sudarshan 要求性能。
通过添加 np.linspace(0., .9, num=len(a), dtype='float32') 而不是 np.array(range(len(a)))*1e-15，它获得了 10 倍，但仍然比公认的解决方案慢 5 倍。