Python numpy.argmax用法及代码示例

在许多情况下，数组的大小太大，从它们中找到最大元素需要太多时间。为此，Python 的 numpy 模块提供了一个名为 numpy.argmax() 的函数。此函数返回与指定轴一起返回的最大值的索引。

用法:

numpy.argmax(a, axis=None, out=None)

参数

x:数组

该参数定义了我们想知道其最大值的源数组。

轴：整数(可选)

该参数定义了索引所在的轴，默认情况下，它进入扁平数组。

输出：数组(可选)

此参数定义将要插入结果的 ndarray。这将是相同的类型和形状，适用于存储结果

此参数定义一个 ndarray，其中包含数组的索引。形状与 x.shape 相同，只是移除了沿轴的尺寸。

范例1：

Import numpy as np
x = np.arange(20).reshape(4,5) + 7
x
y=np.argmax(a)
y

输出：

array([[ 7,  8,  9, 10, 11],
       	[12, 13, 14, 15, 16],
       	[17, 18, 19, 20, 21],
       	[22, 23, 24, 25, 26]])
19

在上面的代码中

我们已经导入了别名为 np.
我们使用 np.arange() 函数创建了一个四行五列的数组 'x'。
我们还在数组的每个元素中添加了 7。
我们已经声明了变量 'y' 并分配了 np.argmax() 函数的返回值。
我们已经在函数中传递了数组 'x'。
最后，我们尝试打印 'y' 的值。

在输出中，它显示了数组中最大元素的索引。

范例2：

Import numpy as np
x = np.arange(20).reshape(4,5) + 7
y=np.argmax(x, axis=0)
z=np.argmax(x, axis=1)
y
z

输出：

array([3, 3, 3, 3, 3], dtype=int64)
array([4, 4, 4, 4], dtype=int64)

范例3：

Import numpy as np
x = np.arange(20).reshape(4,5) + 7
indices = np.unravel_index(np.argmax(x, axis=None), x.shape)
indices
x[indices]

输出：

(3, 4)
26

范例4：

import numpy as np
a = np.array([[5,2,1], [3,7,9],[0, 4, 6]])
index_arr = np.argmax(a, axis=-1)
index_arr
# Same as np.max(a, axis=-1, keepdims=True)
result = np.take_along_axis(a, np.expand_dims(index_arr, axis=-1), axis=-1)
result1
# Same as np.max(a, axis=-1)
result = np.take_along_axis(a, np.expand_dims(index_arr, axis=-1), axis=-1).squeeze(axis=-1)
result2

输出：

array([[0],
       	[2],
       	[2]])
array([5, 9, 6])

在上面的代码中

我们已经导入了别名为 np.
我们使用 np.array() 函数创建了一个多维数组 'a'。
我们已经声明了变量 'index_arr' 并分配了 np.argmax() 函数的返回值。
我们已经在函数中传递了数组 'a' 和轴。
我们尝试打印 'index_arr' 的值。
最后，我们尝试借助两种不同的方式来获取数组的最大值，这与 np.argmax() 非常相似。

在输出中，它显示了数组中最大元素的索引以及该索引上存在的值。

相关用法

注：本文由纯净天空筛选整理自 numpy.argmax in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。