Python NumPy教程-numpy

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

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

参数

x: array_like

此参数定义了要查找其最大值的源数组。

axis: int（可选）

此参数定义了索引所在的轴，默认为展平的数组。

out: array（可选）

此参数定义了结果将要插入的ndarray。这将是适合存储结果的相同类型和形状。

返回值

此参数定义了一个ndarray，其中包含数组的索引。其形状与x.shape相同，但去掉了沿轴的维度。

示例 1：

Import numpy as np  
x = np.arange(20).reshape(4,5) + 7  
x  
y=np.argmax(a)  
y  

输出：

array([[ 7,  8,  9, 10, 11],
        [12, 13, 14, 15, 16],
        [17, 18, 19, 20, 21],
        [22, 23, 24, 25, 26]])
19

在上面的代码中

• 我们使用别名np导入了numpy模块。
• 我们使用np.arange()函数创建了一个数组’x’，形状为四行五列。
• 我们在每个元素中都加了7。
• 我们声明了变量’y’并将np.argmax()函数的返回值赋值给它。
• 我们在函数中传递了数组’x’。
• 最后，我们尝试打印变量’y’。

输出显示了数组中最大元素的索引。

示例 2：

Import numpy as np  
x = np.arange(20).reshape(4,5) + 7  
y=np.argmax(x, axis=0)  
z=np.argmax(x, axis=1)  
y  
z

输出：

array([3, 3, 3, 3, 3], dtype=int64)
array([4, 4, 4, 4], dtype=int64)

示例 3：

Import numpy as np  
x = np.arange(20).reshape(4,5) + 7  
indices = np.unravel_index(np.argmax(x, axis=None), x.shape)  
indices  
x[indices]

输出：

(3, 4)
26

示例 4：

import numpy as np  
a = np.array([[5,2,1], [3,7,9],[0, 4, 6]])  
index_arr = np.argmax(a, axis=-1)  
index_arr  
# Same as np.max(a, axis=-1, keepdims=True) 
result = np.take_along_axis(a, np.expand_dims(index_arr, axis=-1), axis=-1)  
result1  
# Same as np.max(a, axis=-1) 
result = np.take_along_axis(a, np.expand_dims(index_arr, axis=-1), axis=-1).squeeze(axis=-1)  
result2

输出：

array([[0],
         [2],
         [2]])
array([5, 9, 6])

在上面的代码中

• 我们使用别名np导入了numpy模块。
• 我们使用np.array()函数创建了一个多维数组 ‘a’ 。
• 我们声明了变量’index_arr’并将np.argmax()函数的返回值赋值给它。
• 我们在函数中传递了数组’a’和轴。
• 我们尝试打印变量’index_arr’。
• 最后，我们尝试通过两种不同的方式获取数组中的最大值，这两种方式与np.argmax()相似。

输出显示了数组中最大元素的索引以及在这些索引上的值。

(https://mp.weixin.qq.com/s/jhgFoECU5m_FO2JGubo7rg)，如有侵权，请联系删除。

感兴趣的小伙伴，赠送全套Python学习资料，包含面试题、简历资料等具体看下方。

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！