一、一维数组的用法

x = np.arange(12)                    # [ 0  1  2  3  4  5  6  7  8  9 10 11]
index = np.argmax(x)
print("1 dimension test:",index)     # 11

运算后，降一维，成为一个数值，11的索引值维11，所以运算结果为：11

二、二维数组的用法

# 0代表对行进行最大值选取，此时对每一列进行操作
x = np.arange(12).reshape(3,4)
print(x)
index = np.argmax(x,axis = 0)
print("2 dimension test, axis = 0:",index)# 输出结果：
# x：[[ 0  1  2  3]
#     [ 4  5  6  7]
#     [ 8  9 10 11]]
# 2 dimension test, axis = 0:[2 2 2 2]# 1代表对列进行最大值选取，此时对每一行进行操作
x = np.arange(12).reshape(3,4)
index = np.argmax(x,axis = 1)
print("2 dimension test, axis = 1:",index)# 输出结果：
# 2 dimension test, axis = 1:[3 3 3]

（1）遵循运算之后降一维的原则，因此返回的会是一个一维的array。

（2）函数返回的是最大值的索引，而不是最大值本身。

（3）另一种理解思路：0：外层；1：内层。axis的取值为0和1，剥掉对应的中括号，将里面的内容直接按逗号分隔。

例：x=[[ 0 1 2 3][ 4 5 6 7][ 8 9 10 11]]是一个（3,4）的矩阵，当axis=0时，剥掉3，返回一个（1,3）的矩阵；在axis=1时，剥掉4，返回一个（1,3）的矩阵。

析：当axis=0时，剥掉外层---->[0 1 2 3]
[4 5 6 7 ]
[8 9 10 11]

[argmax(0,4,8), argmax(1,5,9), argmax(2,6,10),argmax(3,7,11)]
# 输出：[2,2,2,2]

当axis=1时，剥掉内层---->[0 1 2 3
4 5 6 7
8 9 10 11]

[argmax(0,1,2,3), argmax(4,5,6,7), argmax(8,9,10,11)],
# 输出：[3,3,3]

三、三维数组的用法

一个m×n×p维的矩阵：
axis为0，舍去m，返回一个 n×p 维的矩阵
axis为1，舍去n，返回一个 m×p 维的矩阵
axis为2，舍去p，返回一个 m×n 维的矩阵

# 三维向量测试
# 0代表进入第一个[]内进行对比
x = np.arange(24).reshape(2,3,4)
x[1,0,3] = 1
# x =
# [[[ 0  1  2  3]
#   [ 4  5  6  7]
#   [ 8  9 10 11]]#  [[12 13 14  1]
#   [16 17 18 19]
#   [20 21 22 23]]]
index = np.argmax(x,axis = 0)
print("3 dimension test, axis = 0:",index)
# 当axis=0时，进入第一个[]内进行对比，此时x剩下两部分。
#  [[ 0  1  2  3]
#   [ 4  5  6  7]
#   [ 8  9 10 11]]#  [[12 13 14  1]
#   [16 17 18 19]
#   [20 21 22 23]]
# 两部分格式相同，将剩下的两部分每一个单位进行对比，对比结果为
#  [[1  1  1  0]
#   [1  1  1  1]
#   [1  1  1  1]]
# 除去我设置的特殊位置外，其他位置均为第二部分大。# 三维向量测试
# 1代表进入第二个[]内进行对比
# x =
# [[[ 0  1  2  3]
#   [ 4  5  6  7]
#   [ 8  9 10 11]]#  [[12 13 14  1]
#   [16 17 18 19]
#   [20 21 22 23]]]
index = np.argmax(x,axis = 1)
print("3 dimension test, axis = 1:",index)
# 当axis=1时，进入第二个[]内进行对比。
# [ [ 0  1  2  3]
#   [ 4  5  6  7]
#   [ 8  9 10 11]#   [12 13 14  1]
#   [16 17 18 19]
#   [20 21 22 23] ]
# 对于第二个[]内的内容而言，均剩下三部分，我特意将两个第二个[]内的内容分开更容易辨认
# 第一个是
#   [ 0  1  2  3]
#   [ 4  5  6  7]
#   [ 8  9 10 11]
# 第二个是
#   [12 13 14  1]
#   [16 17 18 19]
#   [20 21 22 23]
# 都是第三行的值最大，所以输出结果为
#  [[ 2  2  2  2]
#   [ 2  2  2  2]]# 三维向量测试
# 2代表进入第三个[]内进行对比
x = np.arange(24).reshape(2,3,4)
x[1,0,3] = 1
# x =
# [[[ 0  1  2  3]
#   [ 4  5  6  7]
#   [ 8  9 10 11]]#  [[12 13 14  1]
#   [16 17 18 19]
#   [20 21 22 23]]]
index = np.argmax(x,axis = 2)
print("3 dimension test, axis = 2:",index)
# 当axis=2时，进入第三个[]内进行对比。
# [[  0  1  2  3
#     4  5  6  7
#     8  9 10 11 ]
#  [ 12 13 14  1
#    16 17 18 19
#    20 21 22 23 ]]
# 对于第三个[]内的内容而言，均剩下四部分，我特意将六个第三个[]内的内容分开更容易辨认
# 第一个是
# 0  1  2  3
# 第二个是
# 4  5  6  7
# ……
# 最后对比结果为
#  [[ 3  3  3 ]
#   [ 2  3  3 ]]

参考：

numpy模块中axis的理解——以np.argmax为例_Bubbliiiing的博客-CSDN博客

【Python数据清洗】np.argmax()函数用法解析_小猪课堂的博客-CSDN博客_np.argmax函数

np.argmax()函数相关推荐

numpy使用np.argmax函数获取一维数组中最大值所在的索引(index of largest value in numpy array with np.argmax)
numpy使用np.argmax函数获取一维数组中最大值所在的索引(index of largest value in numpy array with np.argmax) 目录 numpy使用np ...
Python基础——min/max与np.argmin/np.argmax
这里应该是拿min/max(更适合处理可迭代对象,可选的参数是key=func)与np.min/np.max(可适合处理numpy.ndarray对象,可选的参数是axis=0或者1)作比较,只不过n ...
MATLAB中实现argmax函数
argmax函数在一般图像分割任务中十分常见,在Numpy中直接调用np.argmax函数即可,在MATLAB中其实也有,只不过比较隐蔽,其函数原型为: [M,I] = MAX(X,[],DIM) 用 ...
2021/9/28 python学习笔记：np.argmax、np.delete
1.np.argmain,np.argmax函数:找最大最小值索引,可按轴查找 import numpy as npc = np.array([[4,7,0,9],[3,6,2,4],[9,8,0,3 ...
numpy之argmax()函数
语法格式: numpy.argmax(a,axis) 作用:返回axis轴方向最大值的索引 a :为所需处理的矩阵 axis :为处理的轴向,axis=1为横轴方向,方向从左到右:axis=0为纵轴方 ...
理解np.max、np.min、np.argmax、np.argmin以及np.sum中的axis参数
np.max.np.min.np.argmax.np.argmin以及np.sum方法均可设置axis参数,设置axis参数后,对应地,函数方法将沿着axis代表的轴的方向进行相应的数学运算.进行数学 ...
【Python】Numpy中的argmax()函数
描述:在数组里查找相同元素,返回索引 argmax()函数 numpy.argmax(a,axis=None,out=None) 参数: 1.a:我们使用的(输入)数组如果是沿着0轴,则返回每一列最大 ...
argmax函数_Python之Numpy库常用函数合集（附注释）
文末免费领取[亚马逊.阿里巴巴股票数据] 最近学习Python,才发现原来python里的各种库才是大头!于是乎找了学习资料对Numpy库常用的函数进行总结,并带了注释.在这里分享给大家,对于库的学习 ...
NumPy学习笔记（四）—— argmax()函数
目录一.前言二.函数讲解 1.argmax()函数 2.参数 1)a 2)axis(可选) 3)out(可选) 3.返回值 4.注意一.前言在数组里查找相同元素,返回索引的时候用到了该函数二 ...

np.argmax()函数

一、一维数组的用法

二、二维数组的用法

三、三维数组的用法

参考：

np.argmax()函数相关推荐

最新文章

热门文章