【Python数据清洗】np.argmax()函数用法解析

0. 简介
   numpy.argmax(array, axis) 用于返回一个numpy数组中最大值的索引值。当一组中同时出现几个最大值时，返回第一个最大值的索引值。

在运算时，相当于剥掉一层中括号，返回一个数组，分为一维和多维。一维数组剥掉一层中括号之后就成了一个索引值，是一个数，而n维数组剥掉一层中括号后，会返回一个 n-1 维数组，而剥掉哪一层中括号，取决于axis的取值。

n维的数组的 axis 可以取值从 0 到 n-1，其对应的括号层数为从最外层向内递进，详见后文。

一、一维数组的用法

one_dim_array = np.array([1, 4, 5, 3, 7, 2, 6])
print(np.argmax(one_dim_array))

1
2
运算后，降一维，成为一个数值，7的索引值维4，所以运算结果：

4
1
二、多维数组的用法

1. 二维
   遵循运算之后降一维的原则，因此返回的会是一个一维的array。同时，axis的取值为0和1，对应剥掉的中括号，将里面的内容直接按逗号分隔：
   0 —— 外层
   1 —— 内层

举例如下：

two_dim_array = np.array([[1, 3, 5], [0, 4, 3]])
max_index_axis0 = np.argmax(two_dim_array, axis = 0)
max_index_axis1 = np.argmax(two_dim_array, axis = 1)
print(max_index_axis0)
print(max_index_axis1)

1
2
3
4
5
输出结果

[0 1 0]
[2 1]
1
2
这里的two_dim_array是一个 2×3 的矩阵，对应axis为：
array axis
2 —— 0
3 —— 1
所以，在axis为0时，剥掉2，返回一个1×3的数组；在axis为1时，剥掉3，返回一个1×2的数组

two_dim_array = np.array([[1, 3, 5], [0, 4, 3]])
max_index_axis0 = np.argmax(two_dim_array, axis = 0)
“”"
在axis为0时，0层括号置外面提出来，0 层内按 “,” 换行对齐，
[[1, 3, 5],
[0, 4, 3]]
分别对已经对齐的元素按照 0 层括号外面的逗号分组，这里的
[1, 3, 5],
[0, 4, 3]
0 层外面没有逗号，因此是一组
然后按列比较大小即可，返回值为

[argmax(1,0