np.argmax()的使用

最新推荐文章于 2024-12-07 13:51:17 发布

璐璐大点兵

最新推荐文章于 2024-12-07 13:51:17 发布

阅读量1.5k

点赞数

CC 4.0 BY-SA版权

分类专栏： numpy 文章标签： python

本文链接：https://blog.csdn.net/m0_52026248/article/details/123976555

本文详细介绍了np.argmax()在处理一维、二维甚至三维向量时的应用，如何根据索引获取最大值的下标。对于一维向量，它返回最大值的索引；在二维向量中，通过axis参数可以按列或按行查找最大值的索引，例如axis=0返回列的最大值索引，axis=1返回行的最大值索引。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2.一维向量

会根据索引（0开始），得到最大值的索引下标

import numpy as np
a=np.array([1,2,3,4,5])
print(np.argmax(a)) # 4

2.二维向量

axis=0 按列开始找最大值，下述例子中，

max{1,6,11}=11 max{2,7,12}=12... max{5,10,15}=11

所以按照列开始后输出的是[2 2 2 2 2]（索引0开始）

axis=1 按行开始找最大值，同理

argmax(a)：寻找最大值的索引下标

import numpy as np

a=np.array([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15]])
print(a.shape)# (3, 5)
print(np.argmax(a,axis=0),np.argmax(a,axis=1),np.argmax(a))# [2 2 2 2 2] [4 4 4] 14

3.三维向量

import numpy as np

a=np.array([
              [
                  [1, 5, 5],
                  [9, -6, 2],
                  [-3, 7, -9]
              ],

              [
                  [-1, 7, -5],
                  [9, 6, 2],
                  [3, 7, 9]
              ],
            [
                  [21, 6, -5],
                  [9, 36, 2],
                  [3, 7, 79]
              ]
            ])

print(a.shape)# (3, 3, 3)
print(np.argmax(a)) #