【python】np.argmax() 返回最大值索引号

最新推荐文章于 2024-03-02 16:32:23 发布

原创最新推荐文章于 2024-03-02 16:32:23 发布 · 2.1w 阅读

27 ·

CC 4.0 BY-SA版权

Python 专栏收录该内容

10 篇文章

订阅专栏

本文详细介绍了 NumPy 库中的 argmax 函数用法，通过实例展示了如何使用该函数进行数组元素最大值索引的查找，包括一维、二维数组的不同轴向操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
a = np.array([[2, 4, 6, 1], [1, 5, 2, 9]])
print(np.argmax(a))
print(np.argmax(a, axis=0))  #竖着比较，返回行号
print(np.argmax(a, axis=1))  #横着比较，返回列号

输出：

7
[0 1 0 1]
[2 3]

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

rainie1003

关注关注

7
点赞
踩
27

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

numpy使用np.argmax函数获取一维数组中最大值所在的索引(index of largest value in numpy array with np.argmax)

data+scenario+science+insight

03-23

849

numpy使用np.argmax函数获取一维数组中最大值所在的索引(index of largest value in numpy array with np.argmax)

使用NumPy的`np.argmax`函数获取多维数组中最大值所在的索引

CyberGenius的博客

09-05

422

在Python中，NumPy是一个广泛使用的科学计算库，提供了许多用于数组操作和数值计算的功能。函数只返回第一个出现的最大值的索引。如果数组中有多个最大值，只会返回第一个最大值的索引。函数，我们可以方便地找到多维数组中最大值所在的索引，从而进行进一步的操作和分析。函数是一个非常有用的函数，它可以用来获取多维数组中最大值所在的索引。在上面的示例中，我们首先创建了一个二维数组。函数来获取多维数组中最大值所在的索引。函数来获取数组中的最大值所在的索引。函数获取多维数组中最大值所在的索引。

1 条评论您还未登录，请先登录后发表或查看评论

np.argmax()的使用

m0_52026248的博客

04-05

1600

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

【Python数据清洗】np.argmax()函数用法解析

小猪课堂的博客

04-07

3250

简介 numpy.argmax(array, axis) 用于返回一个numpy数组中最大值的索引值。当一组中同时出现几个最大值时，返回第一个最大值的索引值。在运算时，相当于剥掉一层中括号，返回一个数组，分为一维和多维。一维数组剥掉一层中括号之后就成了一个索引值，是一个数，而n维数组剥掉一层中括号后，会返回一个 n-1 维数组，而剥掉哪一层中括号，取决于axis的取值。 n维的数组的 axis 可以取值从 0 到 n-1，其对应的括号层数为从最外层向内递进，详见后文。一、一维数组的用法 one_di.

python数据分析numpy基础之argmax求数组最大值索引

sinat_34735632的博客

03-02

2533

python的numpy库的argmax()函数，用于获取沿指定轴的最大值的索引。argmax()返回沿指定轴的最大值的索引。入参axis表示指定轴，默认为None表示整个数组的最大值的索引而不是某个轴的最大值索引，即转为一维数组后的最大值的索引。axis只能为整数，不支持整数元组。入参keepdims表示是否保留指定轴的尺寸为1，默认为False，不保留。

7-5 找二维数组中最大数及所在行列号

Tanux的博客

11-26

2247

求任意的一个m×m矩阵的最大数及其所在的行列数输入格式: 从键盘输入m(2<=m<=20)及矩阵元素(只考虑int型)。输出格式: 输出数组中最大数及最大数所在行、列输入样例: 3 8 6 2 5 7 1 4 9 5 输出样例: max=9,i=2,j=1 #include<stdio.h> int main() { int n,i,j,row=0,col=0,max; scanf("%d\n",&n); int a[n][n]; for

python输出最大整数和它的序号

宁静致远

05-27

2284

题目:输入若干整数，以”.”结束，输出最大整数和输入时的序号。编程思路：用一个while循环输入整数，并对每个整数进行判断，找出最大值和它的序号，最后输出最大整数和它输入时对应的序号。代码如下： i=1 mi=0 max=0 while(1) { a=input() if a=="." : break if int(a)>max: max=a mi=i i++ } print("最大整数：",max) print("最大整数的序号：",mi) ...

Python返回数组中指定行列最大值的索引Numpy.argmax()方法

m0_67402774的博客

06-12

3405

【小白从小学Python、C、Java】【Python全国计算机等级考试】【Python数据分析考试必会题】● 标题与摘要Python返回数组中指定行列最大值的索引Numpy.argmax()方法● 选择题以下关于argmax()方法的参数正确的是：A axis=1时，输出每行中最大值的索引B axis=0时，输出每行中最大值的索引C axis=None，输出每行中最大值的索引D axis=1时，输出每列中最大值的索引欢迎大家转发，一起传播知识和正能量，帮助到更多人。期待大家提出宝贵改进建议，互相交流，收获

Python:NumPy教程-numpy.argmax()在Python中的使用

白帽阿叁的博客

10-24

2542

在许多情况下，数组的大小过大时，从中找出最大元素需要太长时间。为此，Python的numpy模块提供了一个名为numpy.argmax()的函数。该函数返回最大值的索引以及指定的轴。

Python基本函数:np.argmax（

OneBaBa的专栏

10-20

1万+

Python基本函数:np.argmax（）一、函数说明二、函数用法格式：np.argmax(a)注意：返回的是a中元素最大值所对应的索引值一、函数说明 <span style="color:#000000"><code class="language-python">argmax<span style="color:#999999">(</span>a<span style="color:#999999">,&l..

(Tensorflow之十七）np.argmax（tf.argmax)的使用

abiggg的博客

02-25

1540

一维数组一维数组使用np.argmax返回的是数组内最大值的下标位置import numpy as npy1 = np.array([1,2,3,7,8,9]) y1 = np.argmax(y1) print("the y1 is") print(y1)结果the y1 is 5二维数组2.1 不指定axis返回值是数组内的最大值的下标，以一维形式计算例：y2 = np.array([[1,2

python之np.argmax()及对axis=0或者1的理解

qq_41147793的博客

11-19

5529

这篇文章主要介绍了python之np.argmax()及对axis=0或者1的理解，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

python/numpy-求取最大值、最小值以及求最大最小值的索引-max，np.max，np.amax，np.nanmax，np.fmax，np.maximum

最新发布

05-15

### Python 中 `numpy.argmax` 函数的用法与实例 #### 定义与基本功能 `numpy.argmax` 是 NumPy 库中的一个重要函数，用于返回沿指定轴的最大值的索引。如果没有提供特定的轴参数，则会将输入数组展平成一维后再执行操作[^1]。 ```python import numpy as np a = np.array([[10, 50, 30], [60, 20, 40]]) result_flat = np.argmax(a) print(f"Flattened Array Max Index: {result_flat}") # 输出应该是 3 ``` 在这个简单的例子中，我们创建了一个二维数组 `a` 并调用了 `np.argmax(a)` 。由于未指定任何轴选项，默认情况下它会对整个数组进行评估并将结果视为单一序列的一部分；因此输出为整数 `3` ，表示全局最大值位于展开版本里的第四个位置（基于零起始计数法则）[^1]。 --- #### 沿着某一维度寻找最大值索引当处理多维数据集时，经常希望知道某个方向上的极值所在之处而不是简单地在整个集合范围内搜寻。这时就可以借助于可选参数 `axis` 来达成目的： - **沿着列的方向** （即按照行比较） ```python max_indices_along_columns = np.argmax(a, axis=0) print(max_indices_along_columns) # 结果将是 [1 0 1] ``` 这里指定了 `axis=0` 表明我们要分别考察每一列内部哪个元素具有最高数值，并记录下来它们各自的相对位序号作为最终答案之一部分组成向量 `[1, 0, 1]` —— 显示第二行拥有每列当中最大的三个成员[^1]。 - **沿着行的方向** （即按照列对比） ```python max_indices_along_rows = np.argmax(a, axis=1) print(max_indices_along_rows) # 展示 [1 0] ``` 设置 `axis=1` 后意味着关注焦点转移到各行之间相互较量环节上来——于是乎得知首条记录里面占据优势地位的是它的第二个项目而次级单位则以其首个构件胜出故呈现如此这般模样：`[1, 0]`[^1]。 --- #### 处理复杂情况下的应用案例考虑这样一个场景：有一份销售报表包含了若干商品在过去几个月内的收入状况，现在想要快速定位哪个月产生了最多收益以及对应的具体金额是多少？假设我们的数据看起来像这样： ```plaintext | 商品 | Jan ($)| Feb ($) | Mar ($) | |------|---------|----------|----------| | A | 150 | 200 | 250 | | B | 300 | 180 | 220 | ... ``` 我们可以构建相应的 NumPy 数组并运用之前学到的知识轻松解决这个问题！ ```python sales_data = np.array([ [150., 200., 250.], # Product A Sales Data [300., 180., 220.] # Product B Sales Data ]) months = ['Jan', 'Feb', 'Mar'] best_month_per_product = months[np.argmax(sales_data, axis=1)] highest_revenue_per_product = sales_data.max(axis=1) for i, product in enumerate(['A', 'B']): print(f"Product {product} had its best month in {best_month_per_product[i]} with revenue ${highest_revenue_per_product[i]:.2f}.") ``` 这段脚本首先定义好了代表各月销售额度的一个二维表格形式的数据结构接着利用刚刚介绍过的技巧提取出了关于最佳业绩月份的信息最后打印出来便于查看理解[^2]。 --- ### 总结综上所述，`numpy.argmax` 不仅能够帮助开发者迅速找到单个或多个子集中最突出的那个个体而且还能灵活适应多种布局模式满足多样化的需求。掌握好这个工具无疑会让数据分析变得更加便捷高效。