np.array函数怎么使用,python np.argmax

　　1.对于一维向量

　　Importnumpyasnpa=NP.array (3，1，2，4，6，1))检索b=np.argmax (a) a) # a中元素最大值对应的索引，此时最大值为6位，对应的位置索引值为4。(默认情况下，索引值从0开始。

　　Importnumpyasnpa=NP.array ([ 1，5，5，2]，[9，6，2，8]，[3，7，9，1]) b=np.argmax(a) a，axis=0默认情况下，沿列方向搜索最大值#a的第一列。位置2，#这样，A有四列A的第一行1，5，5，2，最大值是5(有两个5，但是第一个5的位置被取了)，索引值是1，#a的第二行9，6，2，8，最大值是9，索引值是0，#a有三行，所以可以得到

　　Importnumpyasnpa=NP.array [[1，5，5，2]，[9，-6，2，8]，[-3，7，-9，1]，[-1，7，-5，2] [9，9]axis=0])列的最大值-5，2]，# [21，6，-5，2]，#根据上述方法，已知最大值为6，有3个比较结果[0，200] #，因此，最后的结果B就是矩阵Arg)具有3行4列。在这种情况下，意味着观察每个矩阵a[1]内部列方向的比较原始矩阵# [1，5，5，2]，# [9]因此，最终结果B是矩阵Print[C]#[1201]#[1021]#[0121]]D=NP。Argmax [A，for axis=2]#3三维矩阵，A是三个方向a[0][1][2]#本例中，#(1)第一个矩阵# [1，5，5，2]，# [9，-6，2，8。如果通过查看# [-3，7，-9，1] #，寻找第一行的最大值，可以看到第一行[1，5，5]的索引值是0#。最终结果D是第三行第三列的矩阵打印(D(#[101]#[102]#[012])# # # # # # # # # # # # # # # 4)。从前面可以看出，A有三个矩阵。# [1，5，5，2]，# [9，-6，2，8]，# [-3，7，-9，1] #第二个数字“-1”表示取出最后一行，#。最后一行m=NP.ARP. 8]，# takes 2，])取出print (h) # 2g=np.argmax (a [1，2]) g，取出矩阵A，第二个矩阵的第三列是-5，2，9，最大值。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。