Python/Numpy - 从子集获取主数组的索引

Question

假设我有一个包含100个元素的numpy数组。我对这个数组的一个子集进行了一些计算——可能是20个元素，这些元素满足某个条件。然后我在这个子集中选择一个索引，我该如何（高效地）找回在第一个数组中的索引呢？我不想对数组中的所有值进行计算，因为这样很耗费资源，所以我只想在需要的地方（即满足条件的地方）进行计算。

这里有一些伪代码来说明我的意思（这里的“条件”是列表推导式）：

a = np.arange(100)                                 # size = 100
b = some_function(a[[i for i in range(0,100,5)]])  # size = 20
Index = np.argmax(b)

# Index gives the index of the maximum value in b,
# but what I really want is the index of the element
# in a

编辑：

我之前说得不太清楚，所以我提供了一个更完整的例子。希望这能更清楚地说明我的目标。我觉得有一种聪明且高效的方法可以做到这一点，而不需要使用循环或查找。

代码：

import numpy as np

def some_function(arr):
   return arr*2.0

a = np.arange(100)*2.                              # size = 100
b = some_function(a[[i for i in range(0,100,5)]])  # size = 20
Index = np.argmax(b)

print Index
# Index gives the index of the maximum value in b, but what I really want is
# the index of the element in a

# In this specific case, Index will be 19.  So b[19] is the largest value
# in b.  Now, what I REALLY want is the index in a.  In this case, that would
# 95 because some_function(a[95]) is what made the largest value in b.
print b[Index]
print some_function(a[95])

# It is important to note that I do NOT want to change a.  I will perform
# several calculations on SOME values of a, then return the indices of 'a' where
# all calculations meet some condition.

Answer 1

像这样做可以吗？

mask = S == 1
ind_local = np.argmax(X[mask])

G = np.ravel_multi_index(np.where(mask), mask.shape)
ind_global = np.unravel_index(G[ind_local], mask.shape)

return ind_global

这段代码会返回argmax的全局索引。

Answer 2

使用一个辅助数组，叫做 a_index，这个数组里存放的是 a 中元素的索引，比如 a_index[3,5] = (3,5)。这样你就可以通过 a_index[condition == True][Index] 来获取原来的索引。

如果你能确保 b 是 a 的一个视图（也就是说 b 是 a 的一部分），那么你可以利用这两个数组的 内存布局 信息来找到 b 和 a 的索引之间的对应关系。

Answer 3

我不太确定我是否理解你的问题。如果我理解错了，请纠正我。

假设你有这样的东西：

a = np.arange(100)
condition = (a % 5 == 0) & (a % 7 == 0)
b = a[condition]
index = np.argmax(b)
# The following should do what you want
a[condition][index]

或者如果你不想使用遮罩：

a = np.arange(100)
b_indices = np.where(a % 5 == 0)
b = a[b_indices]
index = np.argmax(b)
# Get the value of 'a' corresponding to 'index'
a[b_indices][index]

这就是你想要的吗？