python - Numpy - 查找数据点的最大点和值

Question

我刚刚开始学习 Numpy(和 Scipy)。我编写了一个程序来计算 f(x) 函数的绘图点。 (f(x) 无法明确给出，因为我必须对每个点进行数值求解方程。)我将这些值放入二维数组中:

[[x1,    x2,    x3,    ...],
 [f(x1), f(x2), f(x3), ...]]

我现在的目标是找到 f(x) 函数的最大值，并获取它的位置 xm 和它的值 f(xm)。当然我可以很容易地做到这一点，但这似乎是 NumPy 肯定有一个简单的功能。我发现的唯一东西是 numpy.amax，但它只返回每个轴的最大值。 (例如 numpy.amax([[1, 3, 2],[5, 7, 9]], axis=1) 返回 [3, 9]。)。

我有两个问题:

1. 我是否采用了存储数据点的好方法，或者 NumPy/SciPy 中是否有特定的对象来执行此操作？

2. 是否有内置的 NumPy/SciPy 函数来查找数据集的最大值？

   这是有问题的代码部分:

   def get_max(args):
       ti_0 = sp.pi / 2.0 + 1E-10
       ti_max = sp.pi - 1E-10
       iters = 10000
   
       step = (ti_max - ti_0) / iters
       ti = ti_0
       result = np.empty((2, iters), float_)   #the dataset, aim is to find the point where ret_energy is maximal
       for i in range(0, iters):
           tret = find_return_time(x, ti)
           ret_energy = ekin(tret, ti)
           ret_time = tret / sp.pi
           result[i, 0] = ret_time
           result[i, 1] = ret_energy
           ti += step
   
       emax = None
       #emax = find_maximal_return_energy(result) #-> ???
       return emax
   

Answer 1

您可以使用argmax功能:

data = np.array([[2, 4, 6, 8],[1, 3, 9, 7]])
x = data[0,:]
f = data[1,:]
i = np.argmax(f)
print x[i], f[i]

将 (6,9) 打印为具有 f(x) 最大值的 (x, f(x)) 对。请注意，argmax 仅返回第一次出现的最大值。如果f的最大值有可能多次出现并且您想要x的所有值，那么您可以这样做

maxvalue = np.max(f)
print x[f == maxvalue], maxvalue