np.argmax()的使用

2.一维向量

会根据索引（0开始），得到最大值的索引下标

import numpy as np
a=np.array([1,2,3,4,5])
print(np.argmax(a)) # 4

2.二维向量

axis=0 按列开始找最大值，下述例子中，

max{1,6,11}=11 max{2,7,12}=12... max{5,10,15}=11

所以按照列开始后 输出的是[2 2 2 2 2]（索引0开始）

axis=1 按行开始找最大值，同理

argmax(a)：寻找最大值的索引下标

import numpy as np

a=np.array([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15]])
print(a.shape)# (3, 5)
print(np.argmax(a,axis=0),np.argmax(a,axis=1),np.argmax(a))# [2 2 2 2 2] [4 4 4] 14

3.三维向量

import numpy as np

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

              [
                  [-1, 7, -5],
                  [9, 6, 2],
                  [3, 7, 9]
              ],
            [
                  [21, 6, -5],
                  [9, 36, 2],
                  [3, 7, 79]
              ]
            ])

print(a.shape)# (3, 3, 3)
print(np.argmax(a)) # 26
print("----------axis=0-----------")
'''
[[2 1 0]
 [0 2 0]
 [1 0 2]]
'''
print(np.argmax(a,axis=0))
print("----------axis=1-----------")
'''
[[1 2 0]
 [1 0 2]
 [0 1 2]]
'''
print(np.argmax(a,axis=1))
print("----------axis=2-----------")
'''
[[1 0 1]
 [1 0 2]
 [0 1 2]]
'''
print(np.argmax(a,axis=2))