如何比较字典值中的多组数组并按元素映射最小值对应键到新数组
实现方案
直接使用numpy.argmin搭配数组堆叠即可完成需求,无需嵌套调用np.minimum,实现逻辑如下:
代码实现
import numpy as np # 输入字典 img_dictionary = {0: np.array([[935, 925, 271, 770, 869, 293], [125, 385, 291, 677, 770, 770]], dtype=np.uint64), 1: np.array([[ 12, 92, 28, 942, 124, 882], [241, 853, 292, 532, 834, 231]], dtype=np.uint64), 2: np.array([[934, 633, 902, 912, 922, 812], [152, 293, 284, 634, 823, 326]], dtype=np.uint64), 3: np.array([[362, 11, 292, 48, 92, 481], [196, 294, 446, 591, 92, 591]], dtype=np.uint64)} # 按顺序提取字典键和对应数组 keys = list(img_dictionary.keys()) # 沿新轴堆叠所有数组,得到形状为 (数组数量, 高, 宽) 的三维数组 arr_stack = np.stack([img_dictionary[k] for k in keys], axis=0) # 沿数组数量所在的第0轴取最小值下标,映射为原字典键 result = np.array(keys)[arr_stack.argmin(axis=0)].astype(np.uint64) # 输出验证 print(result)
运行输出与预期完全一致:
[[1 3 1 3 3 0] [0 2 2 1 3 1]]
逻辑说明
np.stack会将所有形状相同的二维数组,沿新的第0轴堆叠为三维数组,方便统一做逐位置的最小值位置计算argmin(axis=0)会直接返回第0轴维度上,每个坐标点最小值对应的下标,该下标和提前提取的keys列表顺序一一对应- 最后通过下标索引映射回原字典的键,再转换数据类型即可得到目标数组
内容的提问来源于stack exchange,提问作者Rivered
相关产品推荐
相关产品推荐

