Python：如何解释 np.argmax() 的结果？

Question

Returns the indices of the maximum values along an axis.

给出的例子很简单：

In[1]: a = np.arange(6).reshape(2,3)
In[2]: a
Out[2]: array([[0, 1, 2],
       [3, 4, 5]])

In[3]: np.argmax(a)
Out[3]: 5

In[4]: np.argmax(a, axis=0)
Out[4]: array([1, 1, 1]) 

In[5]: np.argmax(a, axis=1)
Out[5]: array([2, 2])

情况除外

 In[4]: np.argmax(a, axis=0)
 Out[4]: array([1, 1, 1])

既然5对应a[1][2]，为什么是return对array([1, 1, 1])呢？

此外，如果我分配

In[6]: b=np.array([[[2,3,4],[4,5,6]],[[3,7,1],[2,5,9]]])
In[7]: b
Out[7]: array([[[2, 3, 4],
        [4, 5, 6]],
       [[3, 7, 1],
        [2, 5, 9]]])

然后求最大值，为什么这两个return是不同的值？

In[8]: b.max()
Out[8]: 9

In[9]: np.argmax(b)
Out[9]: 11

为什么 np.argmax() return 整数 11 甚至没有出现在数组中？

Answer 1

函数np.argmax() returns index的最大值，不是value。

在数组 a 的情况下，数组 a 中的每一行（您通过指定 axis=0 要求每行）在索引 1 处具有最大值，即 3、4 和 5。三行是 [0, 3]、[1, 4] 和 [2, 5]。如果您询问 argmin()，它会返回 array([0, 0, 0]).

9 的值是扁平数组 b 的索引 11 处的元素。

Python：如何解释 np.argmax() 的结果？

Python: how to interpret the outcome of np.argmax()?

python

arrays

numpy

max

argmax