在 2d numpy 数组的每一行中找到最小非零值

Question

我试图在 2d numpy 数组的每一行中找到最小的非零值，但还没有找到一个优雅的解决方案。我看过其他一些帖子，但都没有解决完全相同的问题，例如 Minimum value in 2d array或Min/Max excluding zeros but in 1d array。例如对于给定的数组：x = np.array([[3., 2., 0., 1., 6.], [8., 4., 5., 0., 6.], [0., 7., 2., 5., 0.]])答案是：[1., 4., 2.]

Answer 1

一种方法是将零重新分配给 np.inf，然后每行取最小值：

np.where(x>0, x, np.inf).min(axis=1)

输出：

array([1., 4., 2.])

Answer 2

屏蔽阵列正是为这些目的而设计的。您可以利用数组中的掩码零（或您想要的任何其他类型的掩码），并在您的掩码数组上执行您在常规数组上所做的大部分工作：

import numpy.ma as ma

mx = ma.masked_array(x, mask=x==0)

mx.min(1)

输出：

[1.0 4.0 2.0]

Answer 3

# example data

x = np.array([[3., 2., 0., 1., 6.], [8., 4., 5., 0., 6.], [0., 7., 2., 5., 0.]])

# set all the values inside the maxtrix which are equal to 0, to *inf*

# np.inf represents a very large number

# inf, stands for infinity

x[x==0] = np.inf

# grep the lowest value, in each array (now that there is no 0 value anymore)

np.min(x, axis=1)

Answer 4

我用这种方式解决了，时间复杂度是o(n^2).

import numpy as np

x = np.array([[3., 2., 0., 1., 6.], [8., 4., 5., 0., 6.], [0., 7., 2., 5., 0.]])

for i in range(len(x)) :

    small=x[i][i]

    for j in x[i] :

        if (j!=0 and j<small):

            small=j

    print(small)