numpy.argmax
numpy.argmax(a, axis=None, out=None) [source]
沿着一个轴返回最大值的索引。
参数 ： | a ：array_like 输入数组。 axis ： 默认情况下，索引位于平面数组中，否则沿指定的轴。 out ：array, 可选 如果提供，结果将被插入到这个数组中。 它应该是适当的形状和类型。 |
返回值 ： | index_array ： int类型的ndarray 索引数组到数组中。 它的形状与a.shape相同， 但沿轴的尺寸已删除。 |
Notes
如果最大值多次出现，则返回与第一次出现对应的索引。
例子
1）二维数组的最大值索引
import numpy as np
# 创建一个二维数组
a = np.arange(6).reshape(2, 3) + 10
print("Array a:")
print(a)
# 获取整个数组中最大值的索引
max_index = np.argmax(a)
print(f"max_index: {max_index}")
# 沿着第0轴（列）计算最大值的索引
max_index_axis0 = np.argmax(a, axis=0)
print(f"max_index_axis0: {max_index_axis0}")
# 沿着第1轴（行）计算最大值的索引
max_index_axis1 = np.argmax(a, axis=1)
print(f"max_index_axis1: {max_index_axis1}")
import numpy as np
# 创建一个二维数组
a = np.arange(6).reshape(2, 3) + 10
print("Array a:")
print(a)
# 获取整个数组中最大值的索引
max_index = np.argmax(a)
print(f"max_index: {max_index}")
# 沿着第0轴（列）计算最大值的索引
max_index_axis0 = np.argmax(a, axis=0)
print(f"max_index_axis0 : {max_index_axis0}")
# 沿着第1轴（行）计算最大值的索引
max_index_axis1 = np.argmax(a, axis=1)
print(f"max_index_axis1: {max_index_axis1}")2）获取N维数组最大值的多维索引
import numpy as np
# 创建一个二维数组
a = np.arange(6).reshape(2, 3) + 10
print("Array a:")
print(a)
# 使用 np.unravel_index 获取多维数组中最大值的索引
ind = np.unravel_index(np.argmax(a, axis=None), a.shape)
print(f"ind: {ind}")
# 获取最大值
print(f"Maximum value: {a[ind]}")
3）使用 np.argmax() 获取最大值索引并使用 np.take_along_axis() 获取最大值
import numpy as np
# 创建一个二维数组
x = np.array([[4, 2, 3], [1, 0, 3]])
# 获取最大值所在索引的数组
index_array = np.argmax(x, axis=-1)
print(f"index_array: {index_array}")
# 使用 np.take_along_axis 获取最大值
max_values = np.take_along_axis(x,
np.expand_dims(index_array, axis=-1),
axis=-1)
print(f"max_values:\n{max_values}")
# 移除多余的维度，得到最终的最大值
max_values_squeezed = max_values.squeeze(axis=-1)
print(f"max_values_squeezed: {max_values_squeezed}")