如何查找3D数组每层中标准差最小的行的索引

假设你使用的三维数组X的维度顺序为(层数, 每层行数, 每行元素数)（这是三维数组存储多层二维数据的常规排列方式），你现有的入手方向完全正确，只需要补全两个axis参数即可实现需求：

• 计算每行的标准差：对每行的所有列元素计算标准差，指定axis=2，计算后得到形状为(层数, 每层行数)的二维数组，每个元素对应指定层指定行的标准差
• 按层取最小标准差对应的行索引：对上一步得到的标准差数组，沿每层的行维度取最小值索引，指定axis=1，最终得到的数组形状为(层数,)，每个元素就是对应层标准差最小的行的索引

完整代码示例 #

# 分步写法，可读性更强
row_std_per_layer = X.std(axis=2)
min_std_row_layer = row_std_per_layer.argmin(axis=1)

# 链式写法，和上面逻辑完全等价
min_std_row_layer = X.std(axis=2).argmin(axis=1)

验证测试用例 #

你可以用以下代码验证逻辑正确性：

import numpy as np
# 构造测试3维数组，shape为(2层, 3行, 3列)
X = np.array([
    [[1,2,3], [4,5,5], [1,1,1]],
    [[10,20,30], [1,2,2], [5,6,7]]
])
min_std_row_layer = X.std(axis=2).argmin(axis=1)
print(min_std_row_layer) # 输出 [2 1]，符合预期结果

补充说明 #

• 如果你的数组维度顺序不是常规的(层数, 行数, 列数)，只需要根据实际维度调整axis参数即可：计算行标准差的axis始终为每行元素所在的维度，取行索引的axis始终为每层内行所在的维度
• NumPy的std方法默认ddof=0，计算的是总体标准差，如果你需要使用样本标准差，可在std方法中传入参数ddof=1
• 如果同一层存在多个标准差一致的最小值行，argmin会默认返回第一个出现的行的索引

内容的提问来源于stack exchange，提问作者user901871