如何在numpy数组中提取相比其余行元素整体最小的行

实现方案 #

你之前调用np.min等函数得到每列最小值，是因为没有显式指定聚合的维度参数axis，numpy的聚合类函数默认axis=0（按列计算），按行聚合要指定axis=1。

你的需求本质是先按行计算「整体大小指标」，再筛选出指标最小的对应行，按照你给出的示例，用行元素和作为指标即可实现预期效果，具体代码如下：

import numpy as np

# 构造示例矩阵
A = np.array([
    [7,5,1,2],
    [10,1,3,8],
    [2,2,2,3]
])

# 1. 按行计算元素和（可根据你对「整体最小」的定义替换为其他聚合函数）
row_total = np.sum(A, axis=1)
# 2. 找到整体大小最小的行的索引
min_row_index = np.argmin(row_total)
# 3. 提取对应行
target_row = A[min_row_index]

运行后target_row的结果就是你需要的array([2, 2, 2, 3])。

自定义扩展 #

如果你对「整体最接近0」的定义有其他要求，可以替换第一步的聚合逻辑：

• 要计算每行元素绝对值的和：row_total = np.sum(np.abs(A), axis=1)
• 要计算每行的最大元素（极小化行最大值）：row_total = np.max(A, axis=1)
• 要计算每行的L2范数（平方和开根号）：row_total = np.linalg.norm(A, axis=1)

相关函数说明 #

• np.sum(axis=)：沿指定轴计算数组元素的和，axis=0为按列计算，axis=1为按行计算，axis=None为对所有元素求和
• np.argmin(axis=)：返回数组中最小值对应的索引，沿指定轴计算时返回对应维度的最小值位置

内容的提问来源于stack exchange，提问作者shockwave88