对多维数组使用numpy.argmax()

Question

我有一个四维数组，也就是 data.shape = (20,30,33,288)。我想用一个数字 n 找到最接近的数组的索引，使用的是

index = abs(data - n).argmin(axis = 1), so
index.shape = (20,33,288) with the indices varying. 

我想用 data[index] = "values" 来赋值，其中 values.shape = (20,33,288)，但是 data[index] 返回了一个错误，内容是 "index (8) out of range (0<=index<1) in dimension 0"，或者这个操作计算起来比较慢，返回的矩阵形状看起来也不太对。

我该如何返回一个正确的值数组呢？也就是说，

data[index] = "values" with values.shape = (20,33,288)

这看起来是个简单的问题，有没有简单的解决办法呢？

我最终想找到 index2 = abs(data - n2).argmin(axis = 1)，这样我就可以在不循环变量的情况下，把某个索引的数据加到 index2 的数据上。这可能吗？

我使用的是 python2.7 和 numpy 版本 1.5.1。

Answer 1

如果我理解得没错，这段代码应该可以运行：

numpy.put(data, index, values)

今天我学到了新东西，谢谢你。

Answer 2

你可以通过 numpy.indices() 来获取由 index 索引的最大值：

x, z, t = numpy.indices(index.shape)
data[x, index, z, t]