Valutazione dell'array al subarray specifico

Question

Avviso in anticipo: al momento posso essere completamente confuso. Racconto una breve storia su ciò che effettivamente cerco di ottenere perché potrebbe chiarire le cose. Diciamo che ho f(a,b,c,d,e) e voglio trovare arg max (d,e) f(a,b,c,d,e). Si consideri un (esempio banale di una) di griglia discretizzata F di f:

F = np.tile(np.arange(0,10,0.1)[newaxis,newaxis,:,newaxis,newaxis], [10, 10, 1, 10, 10]) 
maxE = F.max(axis=-1) 
argmaxD = maxE.argmax(axis=-1) 
maxD = F.max(axis=-2) 
argmaxE = maxD.argmax(axis=-1) 

Questo è il caso come io di solito risolvere la versione discretizzata. Ma ora assumiamo invece che io voglia risolvere arg max d f(a,b,c,d,e=X): Invece di scegliere in modo ottimale e per ogni altro input, e è un numero fisso e dato (di dimensione AxBxCxD, che in questo esempio sarebbe 10x10x100x10). Ho problemi a risolvere questo.

Il mio approccio ingenuo era

X = np.tile(np.arange(0,10)[newaxis,newaxis,:,newaxis], [10,10,1,10]) 
maxX = F[X] 
argmaxD = maxX.argmax(axis=-1) 

Tuttavia, l'enorme ondata di memoria che blocca il mio IDE implica che F[X] non è evidentemente quello che stavo cercando.

Le prestazioni sono fondamentali.

Answer 1

credo che si può fare in questo modo, ma forse c'è un modo migliore ..

n = 10 
F = np.tile(np.arange(0,n,0.1)[None,None,:,None,None], [n, n, 1, n, n]) 
X = np.tile(np.arange(0,n)[None,None,:,None], [n, n, 1, n]) 

a,b,c,d = np.ogrid[:n,:n,:n,:n] 
argmaxD = F[a,b,c,d,X].argmax(axis=-1) 

---

Sopra X non occupa tutto lo spazio, come abbiamo discusso nei commenti. Se si desidera scegliere e per tutti a, b, c e d si potrebbe fare ad es .:

X = np.tile(np.arange(0,n,0.1).astype(int)[None,None,:,None], [n, n, 1, n]) 
a,b,c,d = np.ogrid[:n,:n,:100,:n] 
argmaxD = F[a,b,c,d,X].argmax(axis=-1) 

Inoltre, si noti che invece di tile si potrebbe fare uso di trasmissioni. Ma poi F[a,b,c,d,X] ha una dimensione singolare così si dovrebbe fornire qualcosa come axis=3:

X = np.arange(0,n,0.1).astype(int)[None,None,:,None] 
a,b,c,d = np.ogrid[:n,:n,:100,:n] 
argmaxD = F[a,b,c,d,X].argmax(axis=3) 

Answer 2

Questa sarebbe la mia idea per risolvere questo.

from itertools import product, starmap 

f = lambda a,b,c,d,e : d/e 

args_iterable = product([1],[2],[3],range(1,1000),range(1,1000)) 

max_val, max_args = max(starmap(lambda *args: (f(*args), args) , args_iterable)) 

print max_args