字典中numpy数组列的Python min/max

Posted 2023-03-17

【中文标题】字典中numpy数组列的Python min/max

【英文标题】：Python min/max of numpy array column within a dictonary

【发布时间】：2021-08-31 07:42:42

【问题描述】：

我正在寻找一种更优雅/更有效的方法来从字典中的 numpy 数组中查找每列的最小值/最大值。

例如：

inputs = ['test1','book','panda']

total['test1'] = np.array([[1,1.5,2],[14,20,8],[5,9,2]])
total['book'] = np.array([[4,8,12],[44,2,81],[3,8,3]])
total['panda'] = np.array([[1,3,8],[104,4,51]])

现在我想找到每一列的最小值/最大值；这应该会产生一个像这样的数组：

[1, 1.5, 2],
[104, 20, 81]

我正在使用以下代码来查找第 1 列的最小值/最大值，并且我可以使用此代码的 for 循环来查找所有列，但我想应该有一种更优雅/更有效的方法实现这一目标：

# Find min and max 
min_list = []
max_list = []

for e,nam in enumerate(inputs):
    min_list.append((total[nam][:,1].min()))
    max_list.append((total[nam][:,1].max()))

min_val = min(min_list) 
max_val = max(max_list)

提前致谢！

【参考方案1】：

您可以将您的各个列表连接成一个 Numpy 数组，然后在所需的轴上使用 min 和 max：

total = 
total['test1'] = np.array([[1,1.5,2],[14,20,8],[5,9,2]])
total['book'] = np.array([[4,8,12],[44,2,81],[3,8,3]])
total['panda'] = np.array([[1,3,8],[104,4,51]])

stacked = np.concatenate(list(total.values()))

stacked.min(axis=0)
# array([1. , 1.5, 2. ])
stacked.max(axis=0)
# array([104.,  20.,  81.])

【讨论】：

这就是我一直在寻找的优雅/高效的代码！谢谢马克！