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))