在scipy中简单计算：最小值

Question

import numpy as np
from scipy import signal

data = np.array([[[*3, 2, 1, np.nan, np.nan],
              [22, 1, 1, 4, 4],
              [4, 2, 3, 3, 4],
              [1, 1, 4, 1, 5],
              [2, 4, 5, 2, 1]],

             [[*6, 7, 10, 6, np.nan],
              [np.nan, 7, 8, 6, 9],
              [6, 10, 9, 8, 10],
              [6, 8, 7, 10, 8],
              [10, 9, 9, 10, 8]],

             [[*6, 7, 10, np.nan, np.nan],
              [19, 19, 8, 6, 9],
              [6, 10, 9, 8, 10],
              [6, 8, 7, 10, 8],
              [10, 9, 9, 10, 8]],

             [[*6, 7, 10, 6, np.nan],
              [19, 21, 8, 6, 9],
              [6, 10, 9, 8, 10],
              [6, 8, 7, 10, 8],
              [10, 9, 9, 10, 8]],

             [[*12, 14, 12, 15, np.nan],
              [19, 11, 14, 14, 11],
              [13, 13, 16, 15, 11],
              [14, 15, 14, 16, 14],
              [13, 15, 11, 11, 14]]])

我想计算最小值。 从五个用星号表示的元素中找出一个最小值，依此类推。因此，最终会得到25个最小值，这些值会形成一个5*5的数组。 我尝试了以下方法：

data = data.reshape(5,25)
minima = data[signal.argrelmin(data,axis=0,order=1)]
print minima

但是，出现了以下错误。请问有什么想法吗？

IndexError: arrays used as indices must be of integer (or boolean) type

Answer 1

你有没有检查过signal.argrelmin()对你的（重新调整形状的）数据实际返回了什么？你需要正确选择轴。举个简单的例子，

data = np.array([[19, 11, 14, 14, 10],[19,21,12,14,11]])
scipy.signal.argrelmin(data)

会返回

(array([], dtype=float64), array([], dtype=float64))

这就会导致你提到的IndexError错误。

Answer 2

注意：我的Python现在有点问题，所以我还没能测试这个。如果我说错了，请告诉我。

你的数据在重新调整形状为(5,25)后，沿着第一个轴（也就是行）是全部递增的。这意味着在使用argrelmin(data, axis=0)时，没有相对最小值，除非你指定mode='wrap'。如果这样做，每个向量的第一个元素会被视为最小值。不过，当向量里的所有元素都是NaN（在你的数据集中确实有这种情况）或者最后一个元素是NaN时，这个说法就不一定成立了。因为argrelmin使用np.less进行比较（对于NaN的比较结果总是返回False），所以我猜无论你怎么修改函数调用，你都不会在那些行中找到最小值（虽然我还没尝试过）。

总结一下：argrelmin返回空数组的原因是因为你的数据集在第一个轴上没有相对最小值。另外，除非你能做一些特定的假设（比如数据是递增的、使用wrap模式，并且没有NaN），否则你不能保证你的数据集中有25个最小值。

这也是为什么在沿着第二个轴（axis 1）使用argrelmin时，你会得到27个元素的原因——因为有27个相对最小值。

例如：

正常情况下：

3., 2., 1., nan, nan, 22., 1., 1., 4., 4., 4., 2., 3., 3., 4., 1., 1., 4., 1., 5., 2., 4., 5., 2., 1.

使用wrap模式：

3., 2., 1., nan, nan, 22., 1., 1., 4., 4., 4., 2., 3., 3., 4., 1., 1., 4., 1., 5., 2., 4., 5., 2., 1.

注意：看起来你可以自己创建一个比较器来处理NaN，并把它传给argrelextrema，但你仍然需要处理所有NaN的情况等等。