np.min()和np.argmin()函数用法

np.min()函数用于返回列表中的最小值
np.argmin()函数用于返回一维列表最小值索引或多维列表展平之后的最小值索引

import numpy as np
lst1=[1,100,56,78,0]
lst2=[[100,4,5],[3,5,7],[5,0,6]]
print("lst列表中的最小值是:")
print(np.min(lst1))
print("lst1列表中最小值的索引是:")
print(np.argmin(lst1))
print("lst2列表中最小值的索引是:")
print(np.argmin(lst2))

输出:

lst列表中的最小值是:
0
lst1列表中最小值的索引是:
4
lst2列表中最小值的索引是:
7
  • 3
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
`np.argmin` 和 `torch.min` 是用于找到张量中最小值的索引函数,但它们来自不同的库,具有一些区别。 `np.argmin` 是 NumPy 库中的函数,用于在 NumPy 数组中找到最小值的索引。它的使用方式如下: ```python import numpy as np arr = np.array([5, 2, 8, 1, 9]) min_index = np.argmin(arr) print(min_index) # 输出:3 ``` 在这个例子中,我们定义了一个 NumPy 数组 `arr`,并使用 `np.argmin(arr)` 找到了最小值的索引。输出结果为 3,表示最小值在数组中的索引位置。 `torch.min` 是 PyTorch 库中的函数,用于在 PyTorch 张量中找到最小值的索引。它的使用方式如下: ```python import torch tensor = torch.tensor([5, 2, 8, 1, 9]) min_value, min_index = torch.min(tensor, dim=0) print(min_index.item()) # 输出:3 ``` 在这个例子中,我们定义了一个 PyTorch 张量 `tensor`,并使用 `torch.min(tensor, dim=0)` 找到了最小值的索引。输出结果为 3,表示最小值在张量中的索引位置。 需要注意的是,`torch.min` 函数在返回最小值索引时会返回一个张量,并且我们需要使用 `.item()` 方法将其转换为标量值。而 `np.argmin` 直接返回最小值索引的标量值。 此外,`torch.min` 还可以指定 `dim` 参数来沿着特定的维度进行最小值的计算。这使得我们可以在多维张量中找到每个维度的最小值索引。 总结起来,`np.argmin` 是 NumPy 库中用于找到 NumPy 数组中最小值索引函数,而 `torch.min` 是 PyTorch 库中用于找到 PyTorch 张量中最小值索引函数,并且支持沿着不同维度进行计算。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小菜的成长之路

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值