由另一个数组索引的两个 numpy 数组的元素最小值答案

【问题标题】：Element-wise minimum of two numpy arrays indexed by another array由另一个数组索引的两个 numpy 数组的元素最小值
【发布时间】：2018-07-08 12:30:49
【问题描述】：

我有三个形状数组：

A = a = np.random.exponential(1, [10, 1000000])  # of shape (10, 1000000)
B = a = np.random.exponential(1, [10, 1000000])  # of shape (10, 1000000)

我计算了另一个数组 IND[ ]，如下所示。 IND[ ] 的每个元素都是 A 的最大元素的索引（一列中每 10 个值的最大值），

IND = np.argmax(snr_sr, axis=0)  # of shape (1000000,)

我想计算另一个数组 C，其中包含由 IND[ ] 的值指定的第 # 行 A 和 B 的元素最小值。因此，C 数组的形状应为 (1, 1000000)。我想避免 for 循环。我尝试了以下方法，但 C 的值不正确。

for j in range(0, A.shape[1]):    
        m  = ind[j]
        C  = minimum(A[m,:], B[m,:])  # return 1x1000000 array

抱歉，由于数组很大，无法发布。你可以采取任何相同形状的数组。

第一次编辑： 有人为我提供了正确答案，但他删除了它（不知道为什么？）无论如何，我在他删除之前复制了答案。请再次发布，以便我标记它是正确的。（对他来说：为了简单起见，他采用了 1,100 个数组）。

【问题讨论】：

【解决方案1】：

我缩短了你的数组：

a = np.random.exponential(1, [10, 100])  # of shape (10, 100)
b = np.random.exponential(1, [10, 100])
ind=np.argmax(a,axis=0)

使用ind 在a 和b 中每列选择一行：

a_ = a[ind,np.arange(a.shape[1])]
b_ = b[ind,np.arange(a.shape[1])]

然后计算c：

c=np.minimum(a_, b_)

【讨论】：

谢谢。它很好地解决了。如果“ind”是 axis=0 上的随机选择而不是最大值怎么办？
应该是一样的，如果ind >9虽然会抛出索引错误
不，我的意思是如果我想要两个数组的随机选择元素的索引而不是 ind = np.argmax(a, axis=0)，例如 ind=np.argrandom( a,axis=0)（np.argrandom不存在，我只是好奇这样的函数是否存在？）
计算随机ind?使用random 模块：ind=np.random.randint(0,10,a.shape[0])
我认为它有效。让我通过查看最终结果来验证它。非常感谢布伦拉。你真的很有帮助。

【解决方案2】：

注意：我不精通numpy，所以可能有更有效的解决方案。

首先逐行找出 A 和 B 中的最小值：

minAB = np.min(np.minimum(A, B), axis=1)

然后使用ind索引这个数组：

C = minAB[ind]

【讨论】：