python之np.argmax()及对axis=0/1/-1等参数理解参数理解

在numpy中，有很多的函数都涉及到axis，很多函数根据axis的取值不同，得到的结果也完全不同。这里通过详细的例子来学习下，axis到底是什么，它在numpy中的作用到底如何。

一、函数理解

首先argmax（） 这个函数的作用是算出数组中最大值的下标。
举个例子：

a = [3, 1, 2, 4, 6, 1]
maxindex = 0
i = 0
for tmp in a:
    if tmp > a[maxindex]:
        maxindex = i
    i += 1
print(maxindex)

二、参数理解

1.一维数组

import numpy as np
a = np.array([3, 1, 2, 4, 6, 1])
print(np.argmax(a))

当没有指定axis的时候，默认是0.所以最后输出的是4（也就是表示第四维值最大）

2.二维数组

import numpy as np
a = np.array([[1, 5, 4, 2],
              [9, 6, 2, 8],
              [3, 7, 9, 1]])
print(np.argmax(a, axis=0))

最后输出的是[1 2 2 1]
其中np.argmax(a, axis=0)的含义是a[0][j],a[1][j],a[2][j]中最大值的索引。
首先比较是a[0][0]，a[1][0]，a[2][0]可以得出最大值得下标为a[1][1]
,所以输出数组的第一个值为1.
然后比较的是a[0][0]，a[1][1]，a[2][2]，可以得出最大值得下标为a[1][2],所以输出数组的第一个值为2. 以此类推，可以得出 最后输出为[1 2 2 1]

import numpy as np
a = np.array([[1, 5, 4, 2],
              [9, 6, 2, 8],
              [3, 7, 9, 1]])
print(np.argmax(a, axis=1))

其中np.argmax(a, axis=0)的含义是a[i][0],a[i][1],a[i][2],a[i][3]中最大值的索引。
首先比较是a[0][0]，a[0][1]，a[0][2]，a[0][3]，可以得出最大值得下标为a[0][1]
,所以输出数组的第一个值为1.
然后比较的是a[0][0]，a[1][1]，a[2][2]，a[3][3],，可以得出最大值得下标为a[1][2],所以输出数组的第二个值为0. 以此类推，可以得出 最后输出为[1 0 2]

3.三维数组

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))

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)).。

补充：
在a为二维数组的时候，axis=-1与axis=1结果一致
当a为三维数组的时候，axis=-1与axis=2结果一致，
可以理解为axis=-1结果与axis=（维度-1）一致