詳解numpy的argmax的具體使用
從最簡單的例子出發(fā)
假定現(xiàn)在有一個數(shù)組a = [3, 1, 2, 4, 6, 1]現(xiàn)在要算數(shù)組a中最大數(shù)的索引是多少.這個問題對于剛學(xué)編程的同學(xué)就能解決.最直接的思路,先假定第0個數(shù)最大,然后拿這個和后面的數(shù)比,找到大的就更新索引.代碼如下
a = [3, 1, 2, 4, 6, 1]
maxindex = 0
i = 0
for tmp in a:
if tmp > a[maxindex]:
maxindex = i
i += 1
print(maxindex)
這個問題雖然簡單.但是可以幫助我們理解argmax.
解釋
還是從一維數(shù)組出發(fā).看下面的例子.
import numpy as np a = np.array([3, 1, 2, 4, 6, 1]) print(np.argmax(a))
argmax返回的是最大數(shù)的索引.argmax有一個參數(shù)axis,默認(rèn)是0,表示第幾維的最大值.看二維的情況.
import numpy as np
a = np.array([[1, 5, 5, 2],
[9, 6, 2, 8],
[3, 7, 9, 1]])
print(np.argmax(a, axis=0))
為了描述方便,a就表示這個二維數(shù)組.np.argmax(a, axis=0)的含義是a[0][j],a[1][j],a[2][j](j=0,1,2,3)中最大值的索引.從a[0][j]開始,最大值索引最初為(0,0,0,0),拿a[0][j]和a[1][j]作比較,9大于1,6大于5,8大于2,所以最大值索引由(0,0,0,0)更新為(1,1,0,1),再和a[2][j]作比較,7大于6,9大于5所以更新為(1,2,2,1).再分析下面的輸出.
import numpy as np
a = np.array([[1, 5, 5, 2],
[9, 6, 2, 8],
[3, 7, 9, 1]])
print(np.argmax(a, axis=1))
np.argmax(a, axis=1)的含義是a[i][0],a[i][1],a[i][2],a[i][3](i=0,1,2)中最大值的索引.從a[i][0]開始,a[i][0]對應(yīng)的索引為(0,0,0),先假定它就是最大值索引(思路和上節(jié)簡單例子完全一致)拿a[i][0]和a[i][1]作比較,5大于1,7大于3所以最大值索引由(0,0,0)更新為(1,0,1),再和a[i][2]作比較,9大于7,更新為(1,0,2),再和a[i][3]作比較,不用更新,最終值為(1,0,2)
再看三維的情況.
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]
]
])
print(np.argmax(a, axis=0))
np.argmax(a, axis=0)的含義是a[0][j][k],a[1][j][k] (j=0,1,2,k=0,1,2,3)中最大值的索引.從a[0][j][k]開始,a[0][j][k]對應(yīng)的索引為((0,0,0,0),(0,0,0,0),(0,0,0,0)),拿a[0][j][k]和a[1][j][k]對應(yīng)項作比較6大于-6,3大于-3,9大于-9,所以更新這幾個位置的索引,將((0,0,0,0),(0,0,0,0),(0,0,0,0))更新為((0,0,0,0),(0,1,0,0),(1,0,1,0)). 再看axis=1的情況.
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]
]
])
print(np.argmax(a, axis=1))
np.argmax(a, axis=1)的含義是a[i][0][k],a[i][1][k] (i=0,1,k=0,1,2,3)中最大值的索引.從a[i][0][k]開始,a[i][0][k]對應(yīng)的索引為((0,0,0,0),(0,0,0,0)),拿a[i][0][k]和a[i][1][k]對應(yīng)項作比較,9大于1,8大于2,9大于-1,6大于5,2大于-5,8大于2,所以更新這幾個位置的索引,將((0,0,0,0),(0,0,0,0))更新為((1,0,0,1),(1,1,1,1)),現(xiàn)在最大值對應(yīng)的數(shù)組為((9,5,5,8),(9,6,2,8)).再拿((9,5,5,8),(9,6,2,8))和a[i][2][k]對應(yīng)項從比較,7大于5,7大于6,9大于2.更新這幾個位置的索引.將((1,0,0,1),(1,1,1,1))更新為((1,2,0,1),(1,2,2,1)).axis=2的情況也是類似的.
參考資料
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
對python中 math模塊下 atan 和 atan2的區(qū)別詳解
今天小編就為大家分享一篇對python中 math模塊下 atan 和 atan2的區(qū)別詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
Python使用SQLAlchemy操作Mysql數(shù)據(jù)庫的操作示例
SQLAlchemy是Python的SQL工具包和對象關(guān)系映射(ORM)庫,它提供了全套的企業(yè)級持久性模型,用于高效、靈活且優(yōu)雅地與關(guān)系型數(shù)據(jù)庫進(jìn)行交互,這篇文章主要介紹了Python使用SQLAlchemy操作Mysql數(shù)據(jù)庫,需要的朋友可以參考下2024-08-08
Python?flask框架post接口調(diào)用示例
這篇文章主要介紹了Python?flask框架post接口調(diào)用,結(jié)合實例形式分析了基于flask框架的post、get請求響應(yīng)及接口調(diào)用相關(guān)操作技巧,需要的朋友可以參考下2019-07-07
python單例模式之selenium driver實現(xiàn)單例
這篇文章主要介紹了python單例模式之selenium driver實現(xiàn)單例,使用裝飾器實現(xiàn)單例,文章基于python的相關(guān)資料實現(xiàn)主題,具有一的的參考價值,需要的朋友可以參考一下2022-03-03
Python用Flask和PyMySQL實現(xiàn)MySQL數(shù)據(jù)庫的增刪改查API
Web開發(fā)中,API常需與數(shù)據(jù)庫交互以實現(xiàn)數(shù)據(jù)的持久化存儲,MySQL作為主流關(guān)系型數(shù)據(jù)庫,廣泛用于各類項目,本文基于Flask框架,結(jié)合PyMySQL庫,實現(xiàn)對MySQL數(shù)據(jù)庫的增刪改查(CRUD)API,適合有基礎(chǔ)Flask知識和MySQL基礎(chǔ)的開發(fā)者,完整覆蓋環(huán)境搭建、數(shù)據(jù)庫設(shè)計、API開發(fā)及測試2025-09-09
詳解Python 定時框架 Apscheduler原理及安裝過程
Apscheduler是一個非常強大且易用的類庫,可以方便我們快速的搭建一些強大的定時任務(wù)或者定時監(jiān)控類的調(diào)度系統(tǒng),這篇文章主要介紹了Python 定時框架 Apscheduler ,需要的朋友可以參考下2019-06-06

