python - Numpy:从点列表中获取最大值的正确方法

Question

我有一个 3d 坐标系(X、Y、Z)中的点列表。此外，它们中的每一个都分配了一个浮点值 v，因此单个点可能被描述为 (x, y, z ，v)。此列表表示为 shape=(N,4) 的 numpy 数组。对于每个 2d 位置 x，y 我需要获得 v 的最大值。一种简单但计算量大的方法是:

for index in range(points.shape[0]):
    x = points[index, 0]
    y = points[index, 1]
    v = points[index, 3]

    maxes[x, y] = np.max(maxes[x, y], v)

是否有更“numpy”的方法，能够在性能方面带来一些 yield ？

Answer 1

设置

points = np.array([[ 0,  0,  1,  1],
                   [ 0,  0,  2,  2],
                   [ 1,  0,  3,  0],
                   [ 1,  0,  4,  1],
                   [ 0,  1,  5, 10]])

---

这里的总体思路是使用第一、第二和第四列进行排序，并将结果反转，这样当我们找到我们的唯一值时，第四列中具有最大值的值将高于其他具有类似值的值x 和 y 坐标。然后我们使用 np.unique 找到第一列和第二列中的唯一值，并返回那些具有最大值的结果 v:

使用lexsort 和numpy.unique

def max_xy(a):
    res = a[np.lexsort([a[:, 3], a[:, 1], a[:, 0]])[::-1]]
    vals, idx = np.unique(res[:, :2], 1, axis=0)
    maximums = res[idx]
    return maximums[:, [0,1,3]]

array([[ 0,  0,  2],
       [ 0,  1, 10],
       [ 1,  0,  1]])

---

为了更好的性能避免unique

def max_xy_v2(a):
    res = a[np.lexsort([a[:, 3], a[:, 1], a[:, 0]])[::-1]]
    res = res[np.append([True], np.any(np.diff(res[:, :2],axis=0),1))]
    return res[:, [0,1,3]]

max_xy_v2(points)

array([[ 1,  0,  1],
       [ 0,  1, 10],
       [ 0,  0,  2]])

请注意，虽然两者都会返回正确的结果，但它们不会像原始列表那样排序，如果您愿意，您可以在末尾添加另一个 lexsort 来解决这个问题。