Numpy argmax() 函数

Numpy argmax() 函数用于查找数组中沿指定轴的最大值的索引。它对于需要确定数据结构(例如数组或矩阵)中最大值位置的任务特别有用。

Numpy argmax() 函数适用于一维和多维数组。当该函数用于多维数组时，我们需要指定查找最大值索引的轴。

如果数组中的最大元素出现多次，numpy.argmax() 函数将返回最大值首次出现的索引。

语法

以下是 Numpy argmax() 函数的语法 -

numpy.argmax(a, axis=None, out=None, *, keepdims=<no value>)

参数

以下是 Numpy argmax() 函数的参数 -

• a:用于计算最大值的输入数组需要找到最大值索引。
• out(可选):如果提供，结果将放置在此输出数组中。其形状和类型必须与预期输出相同。
• keepdims:如果设置为 True，则缩小的轴将保留在结果中，尺寸为 1，这意味着它们不会被移除。这可确保结果的维数与原始数组相同，这对于广播非常有用。
• axis(可选):沿该轴查找最大值的索引。
• None(默认):查找展平数组中最大值的索引。
• axis 可以是整数(例如，在二维数组中，0 表示行，1 表示列)。

返回类型

此函数返回一个整数(对于一维数组)或一个整数数组(对于多维数组)，表示沿指定轴的最大值的索引。

示例

以下是使用 Numpy argmax() 函数查找一维数组中最大值索引的基本示例−

import numpy as np
array = np.array([10, 20, 5, 30, 15])
max_index = np.argmax(array)
print("数组:", array)
print("最大值的索引:", max_index)

输出

数组:[10 20 5 30 15]
最大值的索引:3

示例:使用 axis 参数

axis 参数用于在多维数组中查找沿特定轴的最大值索引。

在下面的示例中，我们通过设置在 numpy.argmax() 函数中，将 axis 参数分别设置为 1(按行)和 0(按列)。-

import numpy as np

array_2d = np.array([[85, 3, 7],
[2, 8, 6],
[66, 50, 9]])
# 查找行中的最大索引
max_index_row = np.argmax(array_2d, axis=1)
# 查找列中的最大索引
max_index_col = np.argmax(array_2d, axis=0)
print("二维数组:")
print(array_2d)
print("行中最大值的索引:", max_index_row)
print("沿列的最大值索引:", max_index_col)

输出

二维数组:
[[85 3 7]
[ 2 8 6]
[66 50 9]]
沿行的最大值索引:[0 1 0]
沿列的最大值索引:[0 2 2]

示例:展平数组

当 axis=None 时，数组将被展平，并返回展平数组中最大值的索引。

以下示例通过先展平二维数组来查找其中的最大元素 -

import numpy as np

array_2d = np.array([[10, 20, 30],
[5, 25, 15],
[40, 35, 50]])

max_index_flat = np.argmax(array_2d)

print("二维数组:")
print(array_2d)
print("展平数组中最大值的索引:", max_index_flat)

输出

二维数组:
[[10 20 30]
[ 5 25 15]
[40 35 50]]
平化数组中最大值的索引:8

示例:使用 out 参数

out 参数可用于将结果存储在预分配的数组中。输出数组必须具有适当的形状和数据类型。

import numpy as np

array = np.array([4, 12, 7, 18, 9])
out_array = np.empty((), dtype=int)
np.argmax(array, out=out_array)

print("数组:", array)
print("最大值的索引(使用 out 函数):", out_array)

输出

数组:[ 4 12 7 18 9]
最大值的索引(使用 out 函数):3

示例:最大值多次出现

Numpy argmax() 函数返回索引如果最大值在数组中出现多次，则返回最大值首次出现的索引。

以下示例中，值 100 出现了两次，但 numpy.argmax() 函数返回的是其首次出现的索引 -

import numpy as np

array = np.array([4, 59, 100, 76, 19, 100])
max_Value = np.argmax(array,)

print("数组:", array)
print("最大值的索引:", max_Value)

输出

数组:[ 4 59 100 76 19 100]
最大值的索引:2

numpy_array_manipulation.html