You need to enable JavaScript to run this app. 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
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.10 06:45:02