Numpy 在随机 2D 或 1D 数组中计算 Min Max

Question

我正在尝试获取每行中最小值或最大值的总和。如果第一个索引上的数字大于 12，则返回该行中的最大数字，否则返回该行中的最小数字。请注意，在下面给出的示例中，它是一个 4 x 3 2D 数组。但是，我希望我的代码在给定任何数组大小或形状的情况下都能正常工作。

import numpy as np

arr = np.array([[11, 12, 13],
                [14, 15, 16],
                [17, 15, 11],
                [12, 14, 15]])

i_max = np.amax(arr,axis=1)
i_min = np.amin(arr,axis=1)
print(i_max)
print(i_min)

到目前为止，我只能使用amax 和amin 获得每行中的最小值或最大值。我缺少的是访问每行中的第一个值并使用 if else 语句将大小与 12 进行比较。任何人都可以给出提示。

给定样本的正确输出应该是11 + 16 + 17 + 12 = 56

Answer 1

np.where 包含 3 个输入。
第一个是你的条件 [ False, True, True False ...]
second 和 third 输入是可能的值。

因此，如果条件为 True，则 grep 第二个输入的值
否则，取第三个输入的值。

np.where(arr[:,0] > 12, np.max(arr, axis=1), np.min(arr, axis=1))

返回：array([11, 16, 17, 12])

如果您需要总和，只需添加总和 :)：

np.where(arr[:,0] > 12, np.max(arr, axis=1), np.min(arr, axis=1)).sum()

返回：56

表示它的另一种方式是： [xv if c else yv for c, xv, yv in zip(condition, x, y)]

或者只是阅读文档：https://numpy.org/doc/stable/reference/generated/numpy.where.html :)

Answer 2

你快到了。您可以创建一个mask（无论您想要什么，这里是每行大于 12 的第一个元素）并计算您的操作如下。通过更改min/max 中的轴和您想要的mask 条件，这很容易扩展到多维数组：

mask=arr[:,0]>12
(arr.max(1)*mask + arr.min(1)*~mask).sum()

输出：

56

---

比较：

def m1(arr):
  mask=arr[:,0]>12
  return (arr.max(1)*mask+arr.min(1)*~mask).sum()

#@Dieter's solution
def m2(arr):
  return np.where(arr[:,0] > 12, np.max(arr, axis=1), np.min(arr, axis=1)).sum()
 
in_ = [np.random.randint(100, size=(n,n)) for n in [10,100,1000,10000]]

运行时：m1似乎快了一点，但是，它们在更大的数组中收敛到相同的性能。