关于二维数组的 Python 问题

Question

参数应该是二维数组。预期的输出是二维数组中“峰值”的索引值。可以在 main 中进行测试，例如通过运行

 d = [
    [1, 2, 3],
    [4, 5, 6]
  ]
print(find_peak_2d(d))

Answer 1

下面是如何使用 max() 的嵌套列表推导：

d = [[1, 2, 3],
     [4, 5, 6]]

def find_peak_2d(arr):
    result = max([max([(j, i, v) for i, v in enumerate(w)], key=lambda x:x[2]) for j, w in enumerate(arr)], key=lambda x:x[2])[:-1]
    return result

print(find_peak_2d(d))

输出：

(1, 2)

---

让我们分解这部分：

max([max([(j, i, v) for i, v in enumerate(w)], key=lambda x:x[2]) for j, w in enumerate(arr)], key=lambda x:x[1])

首先，让我们只有：

max([max(r) for r in arr])

这将在数组中找到最大的数字，但不是它的索引。 要找到最大数的索引，我们需要使用enumerate 来遍历数组，同时跟踪索引：

max([max([(i, v) for i, v in enumerate(r)]) for r in arr])

如您所见，内部列表推导式现在保留每个数字的索引和值。 但是现在我们需要告诉python如何确定该列表的max，因为我们不希望python简单地找到max索引！

为此，我们可以使用带有lambda 函数lambda x: x[1] 的键，因此python 将知道仅比较每个元组的第二个索引以找到max。

max([max([(i, v) for i, v in enumerate(r)], key=lambda x:x[1]) for r in arr])

现在我们有了列的索引，是时候找到行的索引了。基本上是一样的，我们用enumerate，还有一个功能为lambda x: x[1]的key：

max([max([(i, v) for i, v in enumerate(w)], key=lambda x:x[1]) for j, w in enumerate(arr)], key=lambda x:x[1])

现在，行的索引将会丢失，因为我们没有在整个迭代过程中将它存储在任何地方。为了解决这个问题， 在此处添加索引：(i, v) 到 (j, i, v)：

max([max([(j, i, v) for i, v in enumerate(w)], key=lambda x:x[1]) for j, w in enumerate(arr)], key=lambda x:x[1])

我们现在需要将两个max 的键更改为lambda x:x[2]，因为元组的值现在位于第三个索引中。 最后，我们使用[:-1]的切片省略了结果的值：

max([max([(j, i, v) for i, v in enumerate(w)], key=lambda x:x[2]) for j, w in enumerate(arr)], key=lambda x:x[2])[:-1]

Answer 2

按峰值，我假设您的意思是每个数组中的最大值？ 此代码返回一维 numpy 数组中最大值的索引。 只需遍历每个数组并跟踪每个 numpy 数组之后最大值的值和索引。 然后简单地返回索引

result = numpy.where(d == numpy.amax(d))

Answer 3

将argmax 与unravel_index 一起使用

import numpy as np

def find_peak(d):
    # if list of lists convert to numpy.array
    if isinstance(d, list):
        d = np.array(d)
    
    ind = np.unravel_index(np.argmax(d, axis=None), d.shape)
    
    return ind

这适用于 N 维数组

d2 = [
    [1, 2, 3],
    [4, 5, 6]
]
d3 = np.array([[0.40380192, 0.83570235, 0.55391089],
       [0.69123726, 0.22616673, 0.69294058],
       [0.20976952, 0.29562301, 0.26660186]])

print(find_peak(d2))
print(find_peak(d3))

# (1, 2)
# (0, 1)