如何获得在Python/Numpy中获取最大值元素的“n”矩阵的最大方法

Question

嘿，伙计们我想知道获得最大值元素的最佳方法 - n“矩阵在Python/Numpy中。

例如：

import numpy as np 
matrices=[np.random.random((5,5)) for i in range(10)] 
# the function np.maximum from numpy only works for two matrices. 
max_matrix=np.maximum(matrices[0],matrices[1]) 
max_matrix=np.maximum(*matrices) # <- error 

你会如何解决这个问题？

Answer 1

使用reduce：

reduce(np.maximum, matrices) 

从docs：

reduce（功能，迭代 [，初始化]）

应用的两个参数函数累积到可迭代的项目，从左到右依次为 ，以便将迭代次数减少为单个值。例如，reduce(lambda x, y: x+y, [1, 2, 3, 4, 5])计算 ((((1+2)+3)+4)+5)。左边的参数x是累计值， 正确的参数y是可迭代的更新值。如果 可选初始值设定项存在，它将放置在计算中可迭代的项目 之前，并且当可迭代对象 为空时，它将用作默认值。如果初始化程序没有给出并且可迭代只包含一个 项目，则返回第一个项目。

Answer 2

import numpy as np 
matrices=[np.random.random((5,5)) for i in range(10)] 
np.max(np.hstack(matrices)) 

会给你所有n个矩阵的最大值。这基本上使用np.hstack将matrices中的所有矩阵合并到一个数组中，然后获取该新数组的最大值。这假定所有的矩阵都有相同的行数。您也可以使用np.vstack或np.concatenate来达到类似的效果。

编辑我重读你的问题，你可能会真正想要的东西更像：

np.max(np.dstack(matrices),axis=2) 

这将栈中所有的矩阵沿第三轴线，然后给你沿着这个方向最大，为你的情况返回一个5x5矩阵。

编辑＃2这里有一些计时：

In [33]: matrices = [np.random.random((5,5)) for i in range(10)] 

In [34]: %timeit np.dstack(matrices).max(2) 
10000 loops, best of 3: 92.6 us per loop 

In [35]: %timeit np.array(matrices).max(axis=0) 
10000 loops, best of 3: 90.9 us per loop 

In [36]: %timeit reduce(np.maximum, matrices) 
10000 loops, best of 3: 25.8 us per loop 

和一些较大的阵列：

In [37]: matrices = [np.random.random((200,200)) for i in range(100)] 

In [38]: %timeit np.dstack(matrices).max(2) 
10 loops, best of 3: 111 ms per loop 

In [39]: %timeit np.array(matrices).max(axis=0) 
1 loops, best of 3: 697 ms per loop 

In [40]: %timeit reduce(np.maximum, matrices) 
100 loops, best of 3: 12.7 ms per loop 

史蒂芬获胜！