在 Python 中的 2D np.array 中查找局部最小值

Question

我有这个两列数组：

A  | 1 
A  | 2
A  | 3
B  | 4
B  | 5
B  | 6

其中 A, B 是常数。 我想要的是找到每个参数 A 和 B 的最小值，因此此操作的结果将是另一个像这样的二维数组：

A | 1
B | 4

当只有一个常数 A 时，我成功地找到了最小值：

MIN = np.where(arr == np.amin(arr[:,1]))
output = arr[MIN[0],:]
>> output = A | 1

但是当数组比这更复杂时，我无法将其自动化。 谢谢您的帮助。

Answer 1

您正在寻找的是函数np.min的可选关键字axis 。 它允许您按列计算数组的最小值。 使用np.min也比使用np.amin更好，因为它允许您在结果之前少执行一步（您立即拥有最小值而不是表中的索引）

尝试这个 ：

import numpy as np

a = np.array([[1,2,3], [4,5,6]])
np.min(a, axis=1)
# Result : array([1, 4])

Answer 2

您可以使用np.unique从第一列中提取唯一值，然后沿第一轴使用布尔掩码：

np.stack([(x, a[a[:, 0] == x, 1].min()) for x in np.unique(a[:, 0])])

或者，如果您有权访问pandas ，则可以创建一个 DataFrame 并在第一列上使用grouby ：

import pandas as pd

result = pd.DataFrame(a).groupby(0).min().values

---

代码用于例如设置a ：

import numpy as np

a = np.array([[1, 1, 1, 2, 2, 2],
              [1, 2, 3, 4, 5, 6]]).T