numpy.argmin()||argmax()结构及用法||详解axis

• numpy.argmin(a, axis=None, out=None)官方文档

• 参数详解

1. a : array_like 输入数组

2. axis : int, optional 默认输入数组展平，否则，按照指定的axis方向

   按照指定轴，可以理解为将数据投影到这个轴上。

3. out : array, optional如果设置了某个数组b，则结果会输出到b中

返回：index_array : ndarray of ints下标组成的数组，shape与输入数组a去掉axis的维度相同。

返回axis轴向上最小值的索引构成的矩阵。

• 示例

1. 展平、axis=0、axis=1三种情况

为了更好显示所谓沿着指定的axis。

我们小时候上学，老师教矩阵（n*m）的时候为了便于理解，跟我们说横向是n，纵向是m。所以我们对于矩阵的理解限于二维结构的立体直观感受，对于三维四维就比较难理解。同样的原因，对于axis容易理解0是横、1是纵。

易学者，泛化不足也。

如果用横纵角度来看待这个函数，就必究容易迷糊，但是换成数学解构就比较容易了。

此处axis不仅可以有0，1，还可以有2、3、4、…等。就拿上面这个来理解：

• axis = 0

对于np.argmin(a, axis= 0)返回的结果是沿着$axis=0$取最小，是由$axis=1$和$axis=2$对比得到。

因为$a.shape=(2,3,2)$，所以此处是$axis=0$上2个数比较得到一个$shape=(3,2)$的矩阵。

• axis = 1

对于np.argmin(a, axis= 1)返回的结果是沿着$axis=1$，三个数对比之后的结果，得到$axis=0$和$axis=2$结合出的矩阵，也就是$shape=(2,2)$。

• axis = 2

同理，得到$axis=0$和$axis=1$组合的$shape=(2,3)$的矩阵。

2. 多个最小值，只选取第一个

• numpy.argmax(a, axis=None, out=None)官方文档

用法一样。

• Reference

1. numpy.argmin使用
2. ML_BOY