python - 获取嵌套列表中最大值的索引

Question

我有一个由 N 个子列表组成的嵌套列表 a，每个子列表都填充有 M float 。我有办法使用 numpy 获取最大 float 的索引，如下面的 MWE 所示:

import numpy as np

def random_data(bot, top, N):
    # Generate some random data.
    return np.random.uniform(bot, top, N)

# Generate nested list a.
N, M = 10, 7  # number of sublists and length of each sublist
a = np.asarray([random_data(0., 1., M) for _ in range(N)])

# x,y indexes of max float in a.
print np.unravel_index(a.argmax(), a.shape)

请注意，我使用子列表索引和浮点索引作为 x,y 坐标，其中 x 是子列表的索引，y code> 所述子列表内的 float 索引。

我现在需要的是一种找到施加某些边界的最大 float 的坐标/索引的方法。例如，我想获取 x 和 中 [3:5] 范围内最大 float 的 x,y 值>[2:6] 在 y 中。

这意味着我想搜索 a 内最大的 float ，但将该搜索限制为 [3:5] 内的那些子列表，并且在这些子列表中将其限制为漂浮在[2:6]内。

我可以使用:

print np.unravel_index(a[3:5].argmax(), a[3:5].shape)

限制x中的范围，但返回的索引移动了，因为列表被切片，而且我想不出有什么办法来获取y 以这种方式索引。

Answer 1

另一种解决方案是将范围之外的值设置为np.inf:

import numpy as np

# Generate nested list a.
N, M = 10, 7  # number of sublists and length of each sublist
a = np.random.rand(N, M)

# x,y indexes of max float in a.
print np.unravel_index(a.argmax(), a.shape)

A = np.full_like(a, -np.inf)  # use np.inf if doing np.argmin
A[3:5, 2:6] = a[3:5, 2:6]
np.unravel_index(A.argmax(), A.shape)