为何在此处使用argsort而非argmin？Numpy习题相关疑问

问题背景 #

这是一道SciPy讲义中的习题：生成一个10×3的[0,1]区间随机数数组，要求用abs和argsort找到每行中最接近0.5的元素，再通过花式索引提取数值。

基于argsort的实现代码 #

import numpy as np

# 生成10×3的[0,1]随机数组
a = np.random.random((10, 3))
# 计算每个元素与0.5的绝对差
diff = np.abs(a - 0.5)
# 对每行的差值排序，取最小差值对应的列索引（argsort结果的第一列）
closest_col_idx = np.argsort(diff, axis=1)[:, 0]
# 花式索引提取目标元素
result = a[np.arange(a.shape[0]), closest_col_idx]

代码说明 #

1. np.argsort(diff, axis=1)会对每行的差值数组进行排序，返回的是原始元素的索引序列——差值越小的元素，对应的索引越靠前。
2. 取每行索引序列的第一个元素[:, 0]，就得到了每行中与0.5差值最小的元素的列索引，这和argmin(axis=1)的结果等价，但符合习题要求的argsort用法。
3. 最后用np.arange(a.shape[0])生成行索引，结合列索引做花式索引，就能提取出每行最接近0.5的元素。

内容的提问来源于stack exchange，提问作者levant pied