Python numpy.argmax()

  2. 函数参考
  3. Python Numpy 函数
  4. Python numpy.argmax()
Suraj Joshi 2023年1月30日 2020年11月7日
NumPy
  1. numpy.argmax() 的语法
  2. 示例代码: numpy.argmax() 寻找数组中最大值的索引的方法
  3. 示例代码: 在 numpy.argmax() 方法中设置 axis 参数以查找数组中最大值的索引
  4. 示例代码：在 numpy.argmax() 方法中设置 out 参数查找数组中最大值的索引
Python numpy.argmax()

Python Numpy numpy.argmax() 返回给定 NumPy 数组中具有最大值的索引。

numpy.argmax() 的语法

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

参数
a 可以转换为数组的数组或对象，我们需要在其中找到最高值的索引。
axis 沿着行(axis=0)或列(axis=1)查找最大值的索引。默认情况下，通过对数组进行展平可以找到最大值的索引。
out np.argmax 方法结果的占位符。它必须有适当的大小以容纳结果。

返回值

一个数组，包含整个数组中数值最大的元素的索引。

示例代码: numpy.argmax() 寻找数组中最大值的索引的方法

找出一维数组中最高值的索引

import numpy as np

a=np.array([2,6,1,5])

print("Array:")
print(a)

req_index=np.argmax(a)
print("\nIndex with the largest value:")
print(req_index)

print("\nThe largest value in the array:")
print(a[req_index])

输出：

Array:
[2 6 1 5]

Index with the largest value:
1

The largest value in the array:
6

它给出了给定输入数组中值最大的元素的索引。

我们也可以使用 np.argmax() 方法返回的索引找到数组中的最大值。

如果我们在数组中有两个最大的值，该方法返回数组中最先出现的最大元素的索引。

import numpy as np

a=np.array([2,6,1,6])

print("Array:")
print(a)

req_index=np.argmax(a)
print("\nIndex with the largest value:")
print(req_index)

print("\nThe largest value in the array:")
print(a[req_index])

输出：

Array:
[2 6 1 5]

Index with the largest value:
1

The largest value in the array:
6

这里，6 是数组中出现两次的最高值，但是 np.argmax() 方法返回 6 的索引，在索引 1 处，因为它在数组中排在第一位。

寻找二维数组中最高值的索引

import numpy as np

a=np.array([[2,1,6],
            [7,4,5]])

print("Array:")
print(a)

req_index=np.argmax(a)
print("\nIndex with the largest value:")
print(req_index)

输出：

Array:
[[2 1 6]
 [7 4 5]]

Index with the largest value:
3

这里，由于没有给出 axis 参数，数组被扁平化，并返回扁平化数组中最大元素的索引。

示例代码: 在 numpy.argmax() 方法中设置 axis 参数以查找数组中最大值的索引

沿着列轴寻找最高元素的索引

import numpy as np

a=np.array([[2,1,6],
            [7,4,5]])

print("Array:")
print(a)

req_index=np.argmax(a,axis=0)
print("\nIndices with the largest value along column axis:")
print(req_index)

输出：

Array:
[[2 1 6]
 [7 4 5]]

Index with the largest value:
[1 1 0]

如果我们设置 axis=0，它给出了每列最高值的索引。这里第一列的最高值在索引 1，第二列的最高值在索引 1，第三列的最高值在索引 0。

沿着行轴查找最高元素的索引

import numpy as np

a=np.array([[2,1,6],
            [7,4,5]])

print("Array:")
print(a)

req_index=np.argmax(a,axis=1)
print("\nIndices with the largest value along row axis:")
print(req_index)

输出：

Array:
[[2 1 6]
 [7 4 5]]

Indices with the largest value along the row axis:
[2 0]

如果我们设置 axis=1，它给出了每行最高值的索引。

示例代码：在 numpy.argmax() 方法中设置 out 参数查找数组中最大值的索引

import numpy as np

a=np.array([[2,1,6],
            [7,4,5]])

req_index=np.array(0)

print("Array:")
print(a)

np.argmax(a,out=req_index)
print("\nIndex with the largest value:")
print(req_index)

输出：

Array:
[[2 1 6]
 [7 4 5]]

Index with the largest value:
3

在这里，变量 req_index 作为索引所需值的占位符，我们必须确保输出的大小必须等于 req_index。

Author: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn