python中argmin函数_python – numpy：argmin()和argmax()函数的逻辑是什么？

当使用axis参数时,我无法理解argmax和argmin的输出.例如：

>>> a = np.array([[1,2,4,7], [9,88,6,45], [9,76,3,4]])

>>> a

array([[ 1, 2, 4, 7],

[ 9, 88, 6, 45],

[ 9, 76, 3, 4]])

>>> a.shape

(3, 4)

>>> a.size

12

>>> np.argmax(a)

5

>>> np.argmax(a,axis=0)

array([1, 1, 1, 1])

>>> np.argmax(a,axis=1)

array([3, 1, 1])

>>> np.argmin(a)

0

>>> np.argmin(a,axis=0)

array([0, 0, 2, 2])

>>> np.argmin(a,axis=1)

array([0, 2, 2])

可以看出,最大值是点(1,1),最小值是点(0,0).所以在我的逻辑中,当我运行：

> np.argmin(a,axis = 0)我预期的数组([0,0,0,0])

> np.argmin(a,axis = 1)我预期的数组([0,0,0])

> np.argmax(a,axis = 0)我预期的数组([1,1,1,1])

> np.argmax(a,axis = 1)我预期的数组([1,1,1])

我对事物的理解有什么问题？