numpy 中 argmax 函数的使用

本文首发于个人博客,文章链接为:https://blog.d77.xyz/archives/bd46bf7.html

先来看函数定义:

argmax(a, axis=None, out=None)
# a 表示 array
# axis 表示指定的轴,默认是 None,表示把 array 平铺,
# out 默认为 None,如果指定,那么返回的结果会插入其中

axis 默认为 None

二维 array 情况
import numpy as np

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

3

输出结果为 3,因为 a 里面 7 是最大的,如果没有指定 axis,默认就是 None,相当于把 array 平铺为:[2,5,6,7,6,1],那么结果就是 3,因为索引 3 对应的值最大

三维 array 的情况
import numpy as np

b = np.random.randint(20, size=[3, 2, 2])
print(b)
print(np.argmax(b))

[[[ 8  5]
  [18  9]]

 [[18  8]
  [18 15]]

 [[10 14]
  [14  8]]]
2

这个里面,18 最大,把它平铺,18 对应的索引就是 2,那么 np.argmax(b)就是 2.

给定 axis 的情况

import numpy as np

check = np.asarray(np.random.randint(1, 10, size=[2, 3, 4]))
print(check)
print(check.shape)

print
  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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