（Python）numpy的argmax用法

r囧r小猫 2022-09-08 11:46 187阅读 0赞

## 解释 ##

还是从一维数组出发.看下面的例子.

import numpy as np
    a = np.array([3, 1, 2, 4, 6, 1])
    print(np.argmax(a))
    4

argmax返回的是最大数的索引.argmax有一个参数axis,默认是0,表示第几维的最大值.看二维的情况.

import numpy as np
    a = np.array([[1, 5, 5, 2],
                  [9, 6, 2, 8],
                  [3, 7, 9, 1]])
    print(np.argmax(a, axis=0))
    [1,2,2,1]

为了描述方便,a就表示这个二维数组.np.argmax(a, axis=0)的含义是  
a\[0\]\[j\],  
a\[1\]\[j\],  
a\[2\]\[j\]  
(j=0,1,2,3)中最大值的索引.(每1列的最大索引)  
从a\[0\]\[j\]开始,最大值索引最初为(0,0,0,0),拿a\[0\]\[j\]和a\[1\]\[j\]作比较,9大于1,6大于5,8大于2,所以最大值索引由(0,0,0,0)更新为(1,1,0,1),再和a\[1\]\[j\]作比较,7大于6,9大于5所以更新为(1,2,2,1).再分析下面的输出.

import numpy as np
    a = np.array([[1, 5, 5, 2],
                  [9, 6, 2, 8],
                  [3, 7, 9, 1]])
    print(np.argmax(a, axis=1))
    [1,0,2]

np.argmax(a, axis=1)的含义是  
a\[i\]\[0\],a\[i\]\[1\],a\[i\]\[2\],a\[i\]\[3\]  
(i=0,1,2)中最大值的索引.（每1行的最大索引）  
从a\[i\]\[0\]开始,a\[i\]\[0\]对应的索引为(0,0,0),先假定它就是最大值索引(思路和上节简单例子完全一致)拿a\[i\]\[0\]和a\[i\]\[1\]作比较,5大于1,7大于3所以最大值索引由(0,0,0)更新为(1,0,1),再和a\[i\]\[2\]作比较,9大于7,更新为(1,0,2),再和a\[i\]\[3\]作比较,不用更新,最终值为(1,0,2)  
再看三维的情况.

import numpy as np
    a = np.array([
                  [
                      [1, 5, 5, 2],
                      [9, -6, 2, 8],
                      [-3, 7, -9, 1]
                  ],
    
                  [
                      [-1, 5, -5, 2],
                      [9, 6, 2, 8],
                      [3, 7, 9, 1]
                  ]
                ])
    print(np.argmax(a, axis=0))
    [[0 0 0 0]
     [0 1 0 0]
     [1 0 1 0]]

np.argmax(a, axis=0)的含义是a\[0\]\[j\]\[k\],a\[1\]\[j\]\[k\] (j=0,1,2,k=0,1,2,3)中最大值的索引.  
从a\[0\]\[j\]\[k\]开始,a\[0\]\[j\]\[k\]对应的索引为((0,0,0,0),(0,0,0,0),(0,0,0,0)),拿a\[0\]\[j\]\[k\]和a\[1\]\[j\]\[k\]对应项作比较6大于-6,3大于-3,9大于-9,所以更新这几个位置的索引,将((0,0,0,0),(0,0,0,0),(0,0,0,0))更新为((0,0,0,0),(0,1,0,0),(1,0,1,0)). 再看axis=1的情况.

import numpy as np
    a = np.array([
                  [
                      [1, 5, 5, 2],
                      [9, -6, 2, 8],
                      [-3, 7, -9, 1]
                  ],
    
                  [
                      [-1, 5, -5, 2],
                      [9, 6, 2, 8],
                      [3, 7, 9, 1]
                  ]
                ])
    print(np.argmax(a, axis=1))
    [[1 2 0 1]
     [1 2 2 1]]

np.argmax(a, axis=1)的含义是a\[i\]\[0\]\[k\],a\[i\]\[1\]\[k\],a\[i\]\[2\]\[k\] (i=0,1,k=0,1,2,3)中最大值的索引.（每1列的最大索引）  
从a\[i\]\[0\]\[k\]开始,a\[i\]\[0\]\[k\]对应的索引为((0,0,0,0),(0,0,0,0)),拿a\[i\]\[0\]\[k\]和a\[i\]\[1\]\[k\]对应项作比较,9大于1,8大于2,9大于-1,6大于5,2大于-5,8大于2,所以更新这几个位置的索引,将((0,0,0,0),(0,0,0,0))更新为((1,0,0,1),(1,1,1,1)),现在最大值对应的数组为((9,5,5,8),(9,6,2,8)).  
再拿((9,5,5,8),(9,6,2,8))和a\[i\]\[2\]\[k\]对应项从比较,7大于5,7大于6,9大于2.更新这几个位置的索引.将((1,0,0,1),(1,1,1,1))更新为((1,2,0,1),(1,2,2,1)).axis=2的情况也是类似的.