在阵列的一个特定维度执行操作

Question

我在执行n维数组上的给定操作时遇到了问题。在具体的我有一个数组，其尺寸为5：

In [223]: data.ndim 
Out[223]: 5 

，并等于形状：

In [224]: shape(data) 
Out[224]: (6, 26, 27, 6, 50) 

我想知道的是，如果有可能在执行操作所有其他维度的最后维度（例如max(data[0,0,0,0,:])），但不使用任何for循环。

我希望我已经够清楚了！感谢您的帮助

Answer 1

out[i,j,k,l] = max(data[i,j,k,l,:])可以被拼写为以下

out = np.max(data, axis=-1) 
out = np.max(data, axis=4) 

一个通常是非常有用的保留尺寸虽然，因为out2[i,j,k,l,0] = max(data[i,j,k,l,:])。你可以通过这样做：

out2 = np.max(data, axis=-1, keepdims=True) 

所以out2.shape == (6, 26, 27, 6, 1) - 这是很方便的，因为现在它正确地播放反对输入。

欲了解更多信息，看看参数为ufunc.reduce，这sum和max周围

Answer 2

在numpy的大部分功能需要一个axis关键字参数用于此目的：

data.max(axis=4) 

这将找到在第5轴（他们从0开始）的最大值。结果将是形状(6, 26, 27, 6)。