在numpy中，如何有效地找到跨越两个轴的三维ndarray的最大值及其索引？

Question

如何求出一组二维互相关函数的相关峰值和坐标？给出了包含一组二维互相关函数的三维射线。找出最大值(峰值)及其坐标(x和y指数)的有效方法是什么？

下面的代码做的工作，但我认为它是低效的。

import numpy as np
import numpy.matlib 


ccorr  = np.random.rand(7,5,5)
xind   = ccorr.argmax(axis=-1)
mccorr = ccorr[np.matlib.repmat(np.arange(0,7)[:,np.newaxis],1,5),np.matlib.repmat(np.arange(0,5)[np.newaxis,:],7,1), xind]
yind   = mccorr.argmax(axis=-1)
xind   = xind[np.arange(0,7),yind]
values = mccorr[np.arange(0,7),yind]

print("cross-correlation functions (z,y,x)")
print(ccorr)

print("x and y indices of the maximum values")
print(xind,yind)
print("Maximum values")
print(values)

Answer 1

您需要将搜索的维度扁平化，然后使用unravel_index和take_along_axis分别获取坐标和值。

ccorr  = np.random.rand(7,5,5)
cc_rav = ccorr.reshape(ccorr.shape[0], -1)
idx = np.argmax(cc_rav, axis = -1)
indices_2d = np.unravel_index(idx, ccorr.shape[1:])
vals = np.take_along_axis(ccorr, indices = indices_2d, axis = 0)

如果您使用的是numpy版本<1.15：

vals = cc_rav[np.arange(ccorr.shape[0]), idx]

或者：

vals = ccorr[np.arange(ccorr.shape[0]), 
             indices_2d[0], indices_2d[1]]