Python: return 矩阵中最小值的行索引

Question

我想打印包含矩阵的最小元素的行的索引

我的矩阵是matrix = [[22,33,44,55],[22,3,4,12],[34,6,4,5,8,2]]

和代码

matrix = [[22,33,44,55],[22,3,4,12],[34,6,4,5,8,2]] a = np.array(matrix) buff_min = matrix.argmin(axis = 0) print(buff_min) #index of the row containing the minimum element min = np.array(matrix[buff_min]) print(str(min.min(axis=0))) #print the minium of that row print(min.argmin(axis = 0)) #index of the minimum print(matrix[buff_min]) # print all row containing the minimum

在运行之后，我的结果是

1
3
1
[22, 3, 4, 12]

第一个数字应该是2，因为第三个列表中最小的是2 ([34,6,4,5,8,2]), 但它 returns 1。它returns 3 作为矩阵的最小值。错误是什么？

Answer 1

这个有用吗？

np.where(a == a.min())[0][0]

请注意，矩阵的所有行都需要包含相同数量的元素。

Answer 2

我不确定您使用的 Python 是哪个版本，我针对 Python 2.7 和 3.2 进行了测试，正如您提到的 argmin 的语法是不正确，格式应该是

import numpy as np
np.argmin(array_name,axis)

接下来，Numpy 了解任意对象的数组，它针对具有固定维度的同构数字数组进行了优化。如果你真的需要数组的数组，最好使用嵌套列表。但是根据数据的预期用途，不同的数据结构可能会更好，例如如果您有一些无效数据点，则为屏蔽数组。

如果你真的想要灵活的 Numpy 数组，使用这样的东西：

np.array([[22,33,44,55],[22,3,4,12],[34,6,4,5,8,2]], dtype=object)

然而，这将创建一个存储对列表的引用的一维数组，这意味着您将失去 Numpy 的大部分优势（向量处理、局部性、切片等）。

此外，如果您可以调整您的 numpy 数组的大小，事情可能会奏效，我还没有测试过它，但根据这个概念，这应该是一个简单的解决方案。但是 在这种输入 矩阵

的情况下，我更喜欢使用嵌套列表

Python: return 矩阵中最小值的行索引

Python: return the row index of the minimum in a matrix

python

numpy

matrix

min

minimum