argmin

浅谈（）的⽤法和t（）的⽤法说

明

()有两种⽤法：

(condition,x,y)

满⾜条件(condition)，输出x，不满⾜输出y。

如果是⼀维数组，相当于[xvifcelyvfor(c,xv,yv)inzip(condition,x,y)]

>>>aa=(10)

>>>(aa,1,-1)

array([-1,1,1,1,1,1,1,1,1,1])#0为Fal，所以第⼀个输出-1

>>>(aa>5,1,-1)

array([-1,-1,-1,-1,-1,-1,1,1,1,1])

>>>([[True,Fal],[True,True]],#官⽹上的例⼦

[[1,2],[3,4]],

[[9,8],[7,6]])

array([[1,8],

[3,4]])

上⾯这个例⼦的条件为[[True,Fal],[True,Fal]]，分别对应最后输出结果的四个值。第⼀个值从[1,9]中选，因为条件为

True，所以是选1。第⼆个值从[2,8]中选，因为条件为Fal，所以选8，后⾯以此类推。类似的问题可以再看个例⼦：

>>>a=10

>>>([[a>5,a<5],[a==10,a==7]],

[["chon","notchon"],["chon","notchon"]],

[["notchon","chon"],["notchon","chon"]])

array([['chon','chon'],

['chon','chon']],dtype='

(condition)

只有条件(condition)，没有x和y，则输出满⾜条件(即⾮0)元素的坐标(等价于o)。这⾥的坐标以tuple的形式给

出，通常原数组有多少维，输出的tuple中就包含⼏个数组，分别对应符合条件元素的各维坐标。

>>>a=([2,4,6,8,10])

>>>(a>5)#返回索引

(array([2,3,4]),)

>>>a[(a>5)]#等价于a[a>5]

array([6,8,10])

>>>([[0,1],[1,0]])

(array([0,1]),array([1,0]))

上⾯这个例⼦条件中[[0,1],[1,0]]的真值为两个1，各⾃的第⼀维坐标为[0,1]，第⼆维坐标为[1,0]。

下⾯看个复杂点的例⼦：

>>>a=(27).reshape(3,3,3)

>>>a

array([[[0,1,2],

[3,4,5],

[6,7,8]],

[[9,10,11],

[12,13,14],

[15,16,17]],

[[18,19,20],

[21,22,23],

[24,25,26]]])

>>>(a>5)

(array([0,0,0,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2]),

array([2,2,2,0,0,0,1,1,1,2,2,2,0,0,0,1,1,1,2,2,2]),

array([0,1,2,0,1,2,0,1,2,0,1,2,0,1,2,0,1,2,0,1,2]))

#符合条件的元素为

[6,7,8]],

[[9,10,11],

[12,13,14],

[15,16,17]],

[[18,19,20],

[21,22,23],

[24,25,26]]]

所以会输出每个元素的对应的坐标，因为原数组有三维，所以tuple中有三个数组。

需要注意的⼀点是，输⼊的不能直接是list，需要转为array或者为array才⾏。⽐如range(10)和(10)后者返回的是数

组，使⽤才能达到效果。

t()的⽤法

t(a,axis=-1,kind='quicksort',order=None)

argsort(a)#获取a从⼩到⼤排列的数组

argsort(-a)#获取a从⼤到⼩排列的数组

argmin(a)#获取a最⼩值下标

argmax(a)#获取a最⼤值下标

功能:将矩阵a按照axis排序，并返回排序后的下标

参数:a:输⼊矩阵，axis:需要排序的维度

返回值:输出排序后的下标

(⼀维数组)

importnumpyasnp

x=([1,4,3,-1,6,9])

t()

#array([3,0,1,2,4,5],dtype=int64)

可以发现，argsort()是将X中的元素从⼩到⼤排序后，提取对应的索引index，然后输出到y

如x[3]=-1最⼩，x[5]=9最⼤

所以取数组x的最⼩值可以写成:

x[t()[0]]

或者⽤argmin()函数

x[()]

数组x的最⼤值，写成：

x[t()[-1]]#-1代表从后往前反向的索引

或者⽤argmax()函数,不再详述

x[()]

输出排序后的数组

x[t()]

#或

x[t(x)]

(⼆维数组)

x=([[1,5,4],[-1,6,9]])

#[[154]

#[-169]]

沿着⾏向下(每列)的元素进⾏排序

t(x,axis=0)

#array([[1,0,0],

#[0,1,1]],dtype=int64)

沿着列向右(每⾏)的元素进⾏排序

t(x,axis=1)

#array([[0,2,1],

#[0,1,2]],dtype=int64)

补充：l_index()和t()

由于编程和⽂笔都较差，写的不好请见谅...

今天下午学习LDA模型的python实现，其中⽤到了Numpy库，想详细了解⽤到的每个函数，便在⽹上找资料。

其中遇到了l_index()和t()，看了好半天才弄懂orz⼼⾎来潮记录⼀下

讲讲我对t()的理解：

t(a,axis=-1,kind='quicksort',order=None)

参数说明：a要排序的数组，

axis整型或者None，如果是None，数组将变成扁平数组（即变成⼀⾏数组）

kind排序算法，快排，归并排序，堆排序...

order⾃定义字段顺序

返回：index_array：n维下标数组

实例：⼀维数组

⼆维数组

然后讲讲我对l_index的理解~

l_index(indices,dims,order='C')

参数说明：indices数组

dims数组的维度⼤⼩

order:{C,F}（C⾏为主，F列为主）

返回：unraveled_coords为n维数组的元组

实例：这个地⽅想了好久才明⽩TT

简单解释⼀下，22/6=3......4

总算写完了！

以上为个⼈经验，希望能给⼤家⼀个参考，也希望⼤家多多⽀持。如有错误或未考虑完全的地⽅，望不吝赐教。