将零分配给 numpy 3d 数组中的最小值

Question

我有一个形状为 (100, 100, 20) 的 numpy 数组（在 python 3 中）

我想为每个“像素”找到具有最小值的 15 个通道，并将它们设为零（意思是：使数组稀疏，只保留 5 个最大值）。

例子：

输入：数组 = [[1,2,3]，[7,6,9]，[12,71,3]]，num_channles_to_zero = 2

output：[[0,0,3]，[0,0,9]，[0,71,0]]

我该怎么做？

我现在拥有的：

array = numpy.random.rand(100, 100, 20) 
inds = numpy.argsort(array, axis=-1) # also shape (100, 100, 20)

我想做类似的事情

array[..., inds[..., :15]] = 0

但它没有给我我想要的

Answer 1

np.argsort输出适合 numpy 的[...]_along_axis函数的索引。 这包括np.put_along_axis ：

import numpy as np

array = np.random.rand(100, 100, 20) 
print(array[0,0])
#[0.44116124 0.94656705 0.20833932 0.29239585 0.33001399 0.82396784
# 0.35841905 0.20670957 0.41473762 0.01568006 0.1435386  0.75231818
# 0.5532527  0.69366173 0.17247832 0.28939985 0.95098187 0.63648877
# 0.90629116 0.35841627]

inds = np.argsort(array, axis=-1)
np.put_along_axis(array, inds[..., :15], 0, axis=-1)
print(array[0,0])
#[0.         0.94656705 0.         0.         0.         0.82396784
# 0.         0.         0.         0.         0.         0.75231818
# 0.         0.         0.         0.         0.95098187 0.
# 0.90629116 0.        ]

Answer 2

正如numpy 文档中提到的那样

应从每一行中选择一个特定元素。 行索引只是 [0, 1, 2]，列索引指定要为相应行选择的元素，这里是 [0, 1, 0]。 将两者结合使用，可以使用高级索引来解决任务：

 >>>x = np.array([[1, 2], [3, 4], [5, 6]]) >>>x[[0, 1, 2], [0, 1, 0]] array([1, 4, 5])

因此，对于您的示例：

a = np.array([[1,2,3], [7,6,9], [12,71,3]])
amax = a.argmax(axis=-1)
a[np.arange(a.shape[0]), amax] = 0
a

array([[ 1,  2,  0],
       [ 7,  6,  0],
       [12,  0,  3]])