[英]Mask minimum values in matrix rows
我有這個 3x3 矩陣:
a=array([[ 1, 11, 5],
[ 3, 9, 9],
[ 5, 7, -3]])
我需要屏蔽每行中的最小值,以便計算每行丟棄最小值的平均值。 有沒有通用的解決方案? 我試過
a_masked=np.ma.masked_where(a==np.ma.min(a,axis=1),a)
哪個屏蔽了第一行和第三行的最小值,而不是第二行?
我將不勝感激任何幫助。 謝謝!
問題是因為比較a == a.min(axis=1)
是將每一列與每一行的最小值進行比較,而不是將每一行與最小值進行比較。 這是因為a.min(axis=1)
返回一個向量而不是一個矩陣,其行為類似於Nx1
數組。 因此,在廣播時, ==
運算符以列方式執行操作以匹配維度。
a == a.min(axis=1)
# array([[ True, False, False],
# [False, False, False],
# [False, False, True]], dtype=bool)
解決此問題的一種潛在方法是將a.min(axis=1)
的結果resize
為列向量(例如 3 x 1 2D 數組)。
a == np.resize(a.min(axis=1), [a.shape[0],1])
# array([[ True, False, False],
# [ True, False, False],
# [False, False, True]], dtype=bool)
或者更簡單地如@ColonelBeuvel 所示:
a == a.min(axis=1)[:,None]
現在將其應用於您的整行代碼。
a_masked = np.ma.masked_where(a == np.resize(a.min(axis=1),[a.shape[0],1]), a)
# masked_array(data =
# [[-- 11 5]
# [-- 9 9]
# [5 7 --]],
# mask =
# [[ True False False]
# [ True False False]
# [False False True]],
# fill_value = 999999)
min() 函數有什么用?
對於每一行,只需執行 min(row) ,它就會在您的案例中為您提供此列表中的最小值一行。 只需將此最小值附加到所有最小值的列表中。
最小列表=[]
for i in array: minList.append(min(i))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.