np.argmax()和numpy.amax函数用法

np.argmax()和numpy.amax函数用法

https://blog.csdn.net/weixin_42755982/article/details/104542538

1.np.argmax()函数介绍

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。

一维数组

返回单个索引值

二维数组

axis=1按列求最大
axis=0按行求最大
eg:

a = np.array([1,3,5],[0,4,3])
axis0 = np.argmax(a, axis = 0)
axis1 = np.argmax(a, axis = 1)
print(axis0)
print(1)

输出

[0 1 0]
[2 1]

高维

一个m×n×p维的矩阵，
axis为0，舍去m，返回一个 n×p 维的矩阵
axis为1，舍去n，返回一个 m×p 维的矩阵
axis为2，舍去p，返回一个 m×n 维的矩阵

2.numpy.amax函数用法

numpy.amax(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)

返回数组的最大值或沿轴的最大值。
参数：
a： array_like
输入数据。

axis： 无或int 或整数元组，可选
沿其操作的一个或多个轴。默认情况下，使用扁平化输入。

如果这是一个整数元组，则在多个轴上选择最大值，而不是像以前那样选择单个轴或所有轴。

out： ndarray，可选
用于放置结果的替代输出数组。必须与预期输出具有相同的形状和缓冲区长度。有关更多详细信息，请参阅输出类型确定。

keepdims： 布尔型，可选
如果将其设置为 True，则缩小的轴将作为尺寸为 1 的尺寸留在结果中。使用此选项，结果将针对输入数组正确广播。

如果传递了默认值，那么保持昏暗不会被传递到numpy.amax子类的方法numpy.ndarray，但是任何非默认值都是。如果sub-class’ 方法没有实现保持昏暗将引发任何异常。

initial： 标量，可选
输出元素的最小值。必须存在以允许对空切片进行计算。有关详细信息，请参阅reduce。

where： 类似于 bool 的数组，可选
要比较最大值的元素。有关详细信息，请参阅reduce。

返回：
amax： ndarray 或标量
最大的a.如果轴为无，结果是一个标量值。如果轴给出，结果是一个维度数组a.ndim - 1.

注意：
NaN 值被传播，即如果至少一项是NaN，则相应的最大值也将是NaN。要忽略 NaN 值(MATLAB 行为)，请使用 nanmax。

不要将amax 用于 2 个数组的元素比较；当 a.shape[0] 为 2 时， maximum(a[0], a[1]) 比 amax(a, axis=0) 快。