numpy中的max，argmax，sort，argsort，

np.max() && np.argmax()

arr = np.array([
[0, 11, 12],
[2, 2, 3], 
[7, 8, 9], 
[1, 2, 3]])

np.max(arr, axis = 0)
#axis = 0表示以列进行排序，axis=1表示以行进行排序，只能选择0和1
#相当于找到列，也就是a[0][j], a[1][j], a[2][j]里面的最大值
返回 np.array([7,11,12])

np.argmax(arr, axis=0) 
# 找到a[0][j], a[1][j], a[2][j]里面的最大值，对应的index
返回np.array([2, 0, 0])

np.max(arr, axis = 1)
#找到行，也就是a[i][0] a[i][1] a[i][2] a[i][3] 里面的最大值
返回np.array([12, 3, 9, 3])

np.max(arr, axis = 1)
#找到行，也就是a[i][0] a[i][1] a[i][2] a[i][3] 里面的最大值，对应的index
返回np.array([2, 2, 2, 2])

np.sort() && np.argsort()

对于numpy中的函数，是用axis进行操作的，如下

arr = np.array([
[0, 11, 12],
[2, 2, 3], 
[7, 8, 9], 
[1, 2, 3]])

np.sort(arr, axis=0)
#axis = 0表示以列进行排序，axis=1表示以行进行排序，只能选择0和1
按照列进行排序，从np.min(arr, axis=0) 到 np.max(arr, axis=0)
0 2 3
1 2 3
2 8 9
7 11 12

np.argsort(arr, axis=0)
当axis=0时候
排序arr[i][0]
0 1 1#第一维最小值 对应index
3 3 3 #第一维第二小值 对应的index
1 2 2
2 0 0

np.sort(arr, axis=1)
0 11 12
2 2 3
7 8 9
1 2 3

np.argsort(arr, axis=1)
0 1 2
0 1 2
0 1 2
0 1 2