Numpy：将一维索引转换为多维索引

Question

许多数组方法返回单个索引，尽管数组是多维的。例如：

a = rand(2,3)
z = a.argmax()

对于二维矩阵，查找最大元素的索引非常容易：

a[z/3, z%3]

但是对于更多维度，这可能会变得很麻烦。Numpy/Scipy有一种简单的方法可以返回在一个（折叠的）维度中给定索引时在多个维度中的索引吗？谢谢。

- Steve Tjoa

---

也许有点烦人，但是完全可行。 - Hamish Grubijan

确实是这样！请看下面。 - Steve Tjoa

Answer 1

明白了！

a = X.argmax()
(i,j) = unravel_index(a, X.shape)

- Steve Tjoa

---

谢谢，这很有趣，它实际上帮助我解决了一些问题，这些问题我自己的解决方案无法解决，除非使用一些技巧，其中b的形状是a形状的扩展。 - Vincent Marchetti

Answer 2

我不知道有没有内置函数可以做到你想要的，但是当我遇到这种情况时，我意识到我真正想做的是：

给定两个形状相同的数组a、b，找到与a的最大元素相同位置（相同的[i，j，k...]位置）的b元素

对于此问题，快速的numpy解决方案是：

j = a.flatten().argmax()
corresponding_b_element = b.flatten()[j]

文斯·马奇蒂

- Vincent Marchetti