如何在每个索引上找到3个或更多个数组的最大值

Question

因此，我基本上是试图在图像处理应用程序的3个并行numpy数组上得到最大值(最小值，或类似的选项)。

问题是，对于给定的数组：

a = [1, 2, 34, 5]
b = [3, 5, 6, 1]
c = [4, 62, 12, 6]

我想获得类似的数组，如：

maxArray = [4, 62, 34, 6]

其中，每个元素是数组中公共索引的最大值。

有一个明显的方法，经典和天真的编程技术，但我介入了一种矢量化的方式，因为我只是不能把我的头围绕它。

我是不是想错了？你来告诉我。手前谢谢！

Answer 1

它将取决于数组的数量和大小，但通常使用functools.reduce和np.maximum将是最好的选择之一，因为它避免了相对昂贵的数组堆叠，因为它涉及所有子数组的完整副本，但在我们所给出的数组上确实使用了矢量化函数：

from functools import reduce                                 
import numpy as np

# make example
N = 1000,
a,b,c,d,e = (np.random.random(N) for _ in "abcde")

# my proposal
def f_pp():
    return reduce(np.maximum,(a,b,c,d,e))                            

# @yatu's
def f_yatu():                     
    return np.max((a,b,c,d,e),0)

# @rusu_ro1 1st
def f_rr_1():
    return [max(x) for x in zip(a, b, c, d, e)]

# 2nd
def f_rr_2():
    return list(map(max, zip(a, b, c, d, e)))

# rusu_ro1 modified by pp 1st
def f_rr_pp_1():
    return [*map(max,a,b,c,d,e)]

# 2nd
def f_rr_pp_2():
    return np.fromiter(map(max,a,b,c,d,e),float,1000)

# timings and check
all_funcs = {k:v for (k,v) in globals().items() if k.startswith('f_')}
for k,v in all_funcs.items():
print(k,timeit(v,number=1000),'correct',np.all(f_pp()==v()))

样本运行：

# f_pp 0.012913539074361324 correct True
# f_yatu 0.025256304070353508 correct True
# f_rr_1 0.8206795542500913 correct True
# f_rr_2 0.7683364972472191 correct True
# f_rr_pp_1 0.7669085101224482 correct True
# f_rr_pp_2 0.7993066972121596 correct True

Answer 2

您可以使用：

1)对数组中具有公共索引的元素应用max buil函数，在列表理解中使用zip：

[max(e) for e in zip(a, b, c)]

2)类似于：

list(map(max, zip(a, b, c)))

产出：

[4, 62, 34, 6]

( 3)或@yatu建议：

np.max([a,b,c], axis=0)

产出：

array([ 4, 62, 34,  6])