numpy.argmax(axis)

numpy.argmax(axis)

给出这一维度上最大值的索引,且这一维消失

一维

import numpy as np
a = np.array([3, 1, 2, 4, 6, 1])
b = np.argmax(a)
print(b)
print(b.shape)
print(type(b))

输出

4
()
<class 'numpy.int64'>

二维

axis=0

import numpy as np
a = np.array([[1, 5, 5, 2],
              [9, 6, 2, 8],
              [3, 7, 9, 1]])
b = np.argmax(a, axis=0)
print(b)
print(b.shape)
print(type(b))

输出

[1 2 2 1]
(4,)
<class 'numpy.ndarray'>

axis=1

b = np.argmax(a, axis=1)
print(b)
print(b.shape)

输出

[1 0 2]
(3,)

三维

axis=0

import numpy as np
a = np.array([
              [
                  [1, 5, 5, 2],
                  [9, -6, 2, 8],
                  [-3, 7, -9, 1]
              ],

              [
                  [-1, 5, -5, 2],
                  [9, 6, 2, 8],
                  [3, 7, 9, 1]
              ]
            ])
b = np.argmax(a, axis=0)
print(b)
print(b.shape)
print(type(b))

输出

[[0 0 0 0]
 [0 1 0 0]
 [1 0 1 0]]
(3, 4)
<class 'numpy.ndarray'>

axis=1

b = np.argmax(a, axis=1)
print(b)
print(b.shape)

输出

[[1 2 0 1]
 [1 2 2 1]]
(2, 4)

axis=2
输出

[[1 0 1]
 [1 0 2]]
(2, 3)

参考自:

https://www.cnblogs.com/zhouyang209117/p/6512302.html

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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