np.argmax()的特殊情况

np.argmax()相信学python的都不陌生,方法功能为返回数组中最大值的索引

官方文档地址

有三个参数

a : array_like
数组
axis : int, 可选
默认情况下，索引的是平铺的数组，否则沿指定的轴。
out : array, 可选
如果提供，结果以合适的形状和类型被插入到此数组中。

返回值为索引数组,它具有与a.shape相同的形状,axis被移除。

官方例子

>>> a = np.arange(6).reshape(2,3)
>>> a
array([[0, 1, 2],
       [3, 4, 5]])
>>> np.argmax(a)
5
>>> np.argmax(a, axis=0)
array([1, 1, 1])
>>> np.argmax(a, axis=1)
array([2, 2])
Indexes of the maximal elements of a N-dimensional array:

>>>
>>> ind = np.unravel_index(np.argmax(a, axis=None), a.shape)
>>> ind
(1, 2)
>>> a[ind]
5
>>>
>>> b = np.arange(6)
>>> b[1] = 5
>>> b
array([0, 5, 2, 3, 4, 5])
>>> np.argmax(b)  # Only the first occurrence is returned.
1

但是这篇博客的重点不在这里
argmax的正常使用方法就不说了,在正常使用和上面的例子里,在对二维数组使用这个方法的时候,二维数组里面的数组长度都是相同的,今天在用这个函数的时候偶然间使二维数组里的数组长度不同,然后返回了奇怪的东西

比如

import numpy as np
a = np.array([[2,3,4,5],[2,3,4,5,6]])
np.argmax(a)
>>> 1

a = np.array([[22,33,44,55],[1,2,3]])
np.argmax(a)
>>> 0

a = np.array([[44,99,99,111],[99,1,1,1,1],[99,2,3,4,5,6]])
np.argmax(a)
>>> 2

然后就勾起了我的好奇心,为什么会返回这个1,0,2
首先从官方文档入手,当不设置第二个参数的时候

By default, the index is into the flattened array, otherwise along the specified axis.

会将二维数组扁平化,然后返回最大值索引
比如

a = np.array([[2,3,4],[4,5,6],[9,8,3]])
np.argmax(a)
>>> 6

但是很明显,我们当前的情况返回值并不是扁平化后的最大值索引

这里就不说过程了直接说结论

当对数组长度不同的二维数组使用np.argmax()方法的时候,返回值是每一个数组的第一个值的最大值最后出现位置的的索引

比如说

a = np.array([[44,99,99,111],[99,1,1,1,1],[99,2,3,4,5,6]])
np.argmax(a)
>>> 2

每个数组的第一个值分别是44, 99, 99最大值是99,最后一次出现的位置索引是 2 所以返回值是 2
顺便一提,当对不同长度的数组使用argmax的时候使用第二个参数,axis=0时与没有参数结果相同,axis=1时会报错

---

emmm就是这样,可能这个发现没啥用,但是这大半夜的思考实验老半天,能得出一个结论也挺开心的,希望能帮到有需要的人