numpy array - argmax v argmax的总和的unravel_index

我试图边缘化一个轴上的数组，并检查一维峰值是否出现在与原始二维峰值相同的相关索引处。在什么情况下（x的形式）下面的断言是否失败？numpy array - argmax v argmax的总和的unravel_index

def check(x,axis=None): 
    import numpy 
    m = numpy.sum(x, axis=axis) 
    v,w = numpy.unravel_index(numpy.argmax(x), x.shape) 
    assert(v==numpy.argmax(m)) 
    return

对于x=numpy.array(range(15)).reshape(5,3)，check(x,axis=0)引发错误，但check(x,axis=1)没有。我看不出为什么有人提出AssertionError - 我是不是很愚蠢？

来源

2012-08-29 jtlz2

您是否尝试打印'v'和numpy.argmax（m）的值？也许实际值会给你一个线索 – Dhara

当axis = None时断言失败吗？这可能是因为sum函数将数组中的所有值相加，给出m [不是数组]的单个值。这个argmax总是0 – Dhara

您正在检查拆散索引的错误坐标。取而代之的

v,w=numpy.unravel_index(numpy.argmax(x),x.shape) 
assert(v==numpy.argmax(m))

你可能想

vw = numpy.unravel_index(numpy.argmax(x),x.shape) 
assert vw[1 - axis] == numpy.argmax(m)

或许

v,w=numpy.unravel_index(numpy.argmax(x),x.shape) 
assert (v if axis == 1 else w) == numpy.argmax(m)

来源

2012-08-29 13:13:19 ecatmur

您axis参数的值是非常关键的。

随着x一个(N, M)阵列，m=np.sum(x, axis=axis)会给你

标如果axis=None;
a M array if axis=0;
a N array if axis=1。

因此，你的np.argmax(m)将总是0是如果axis=None，或者如果axis=0（相应的axis=1）0和M（相应的N）之间的整数。

但是，您的(v, w) = np.unravel_index(...)将始终会给您v作为0到N之间的整数。

正如你所看到的，与axis=0，潜力值的m的范围是不一样的，作为v，而它是axis=1。

所以，比较m与v如果axis=1，或w如果axis=0（@ ecatmur的答案告诉您如何）。

来源

2012-08-29 13:34:52

numpy array - argmax v argmax的总和的unravel_index

回答

相关问题