这是一种方法,使用 np.meshgrid
来获取第一和第二轴上的所有索引,然后使用 np.column_stack
将它们与第三轴上的最大索引堆叠在一起 -
d = a.argmax(-1)
m,n = a.shape[:2]
c,r = np.mgrid[:m,:n]
out = np.column_stack((c.ravel(),r.ravel(),d.ravel()))
样例运行 -
In [96]: a
Out[96]:
array([[[38, 49, 15, 61, 29],
[31, 88, 45, 88, 20],
[17, 97, 58, 61, 14],
[43, 77, 56, 92, 89]],
[[48, 91, 49, 35, 58],
[53, 34, 58, 92, 52],
[20, 35, 70, 41, 81],
[60, 42, 85, 82, 41]],
[[45, 41, 32, 41, 25],
[59, 32, 90, 18, 47],
[24, 93, 29, 89, 12],
[80, 27, 12, 51, 33]]])
In [97]: out
Out[97]:
array([[0, 0, 3],
[0, 1, 1],
[0, 2, 1],
[0, 3, 3],
[1, 0, 1],
[1, 1, 3],
[1, 2, 4],
[1, 3, 2],
[2, 0, 0],
[2, 1, 2],
[2, 2, 1],
[2, 3, 0]])
或者,由于这些索引基本上是重复的,我们可以使用np.repeat
和np.tile
来获取这些索引数组,然后像之前一样使用np.column_stack
,如下所示 -
d0 = np.arange(m).repeat(n)
d1 = np.tile(np.arange(n),m)
out = np.column_stack((d0,d1,d.ravel()))