如何用二维数组最小值的行列索引从两个一维数组中对应取值
问题原因
np.argwhere返回的是形状为(N, 2)的二维数组,每个元素对应一个最小值的[行索引, 列索引],本例中返回值为[[0 2]]。你原代码中min_index[0]拿到的是[0, 2]这个一维数组,直接传入一维数组做索引会触发numpy高级索引逻辑,无法得到预期的单个取值。
修改方案
拆分第一个最小值的行、列索引后分别取值即可,修改后完整代码如下:
import numpy as np main_array = np.array([[3.1, 2.1, 1.1], [4.1, 1.6, 2.4], [2.2, 3.2, 3.6], [1.5, 2.5, 3.5]]) A_array = np.array([3.7, 4.7, 5.7, 6.7]) B_array = np.array([1.5, 1.8, 2.1]) def min_picks(main_array,A_array,B_array): min_index = np.argwhere(main_array == np.min(main_array)) # 取第一个最小值的行、列索引 row_idx, col_idx = min_index[0] A_pick = A_array[row_idx] B_pick = B_array[col_idx] return A_pick, B_pick
调用函数后返回结果为(3.7, 2.1),完全符合需求。如果存在多个相同的最小值,遍历min_index中的每一组索引分别取值即可。
内容的提问来源于stack exchange,提问作者yasra
相关产品推荐
相关产品推荐

