python - 向量化实现以获取每行中最小元素的索引

Question

我有一个像这样的 numpy.ndarray:

array([[ 11.18033989,   0.        ],
       [  8.24621125,   3.        ],
       [ 13.03840481,   5.        ],
       [  6.        ,   5.38516481],
       [ 11.18033989,   3.16227766],
       [  0.        ,  11.18033989],
       [  8.06225775,   4.24264069]])

我想得到一个新的数组A，使得A[i]是上述矩阵第i行中最小元素的索引。例如:array([1, 1, 1, 1, 1, 0, 1])

我可以使用带有 argmin 的 for 循环来完成它，但是因为我希望这个算法是可扩展的，所以我正在寻找一种使用矢量化实现来完成它的方法。我想 numpy 会提供这样的功能，但我是 numpy 的新手，所以我不确定去哪里找。

Answer 1

如果 X 是你的数组，

X.argmin(axis=1)