美文网首页
numpy的argmax用法(转)

numpy的argmax用法(转)

作者: zelda2333 | 来源:发表于2020-05-24 19:32 被阅读0次

    原链接: (Python)numpy的argmax用法

    一维数组

    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.

    二维数组

    • axis=0
    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]
    

    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)

    • axis=1
    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)

    三维数组

    • axis=0
    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)).

    • axis=1
    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.

    相关文章

      网友评论

          本文标题:numpy的argmax用法(转)

          本文链接:https://www.haomeiwen.com/subject/dpvlihtx.html