numpy ND數組：沿特定軸獲取索引元素（ND選擇）

Question

我沿某個軸獲取索引。 例如2D和axis = -1這樣的例子：

>>> axis = -1
>>> a = rand(5, 3) - 0.5;  a
array([[ 0.49970414, -0.14251437,  0.2881351 ],
       [ 0.3280437 ,  0.33766112,  0.4263927 ],
       [ 0.37377502,  0.05392274, -0.4647834 ],
       [-0.09461463, -0.25347861, -0.29381079],
       [-0.09642799,  0.15729681,  0.06048399]])
>>> axisinds = a.__abs__().argmax(axis);  axisinds
array([0, 2, 2, 2, 1])

現在如何通過沿該軸獲取索引元素來將數組縮小1維？

對於2D和axis = -1，可以這樣進行（為了獲得示例數組中每一行的絕對最大值）：

>>> a[arange(len(axisinds)), axisinds]
array([ 0.49970414,  0.4263927 , -0.4647834 , -0.29381079,  0.15729681])

但這是非常特殊的，並且限於1或0個結果維度。 對於任何ndim和axis如何？

Answer 1

現在我自己找到了一個簡單的解決方案：

def choose_axis(inds, a, axis=-1):
    return np.choose(inds, np.rollaxis(a, axis))

>>> choose_axis(axisinds, a, -1)
array([ 0.49970414,  0.4263927 , -0.4647834 , -0.29381079,  0.15729681])

編輯：但是，由於np.choose的（未記錄）限制，這種方法最終僅限於在軸方向（32位？）上最多31個元素。 在很多情況下都可以。

但這是一個

無限方法：

def choose_axis(inds, a, axis=-1):
    # handles any number & size of dimensions, and any axis
    if (axis + 1) % a.ndim:            # move axis to last dim
        a = np.moveaxis(a, axis, -1)   # = np.rollaxis(a, axis, a.ndim)
    shape = a.shape
    a = a.reshape(-1, shape[-1])   # 2D
    a = a[np.arange(inds.size), inds.ravel()]  # effective reduction
    return a.reshape(shape[:-1])

因此，ND絕對最小值示例可以像這樣完成：

def absminND(a, axis=-1):
    inds = a.__abs__().argmin(axis)
    if axis is None:
        return a.ravel()[inds]
    return choose_axis(inds, a)