Question

所以我知道numpy argmax沿轴检索最大值。因此，

x = np.array([[12,11,10,9],[16,15,14,13],[20,19,18,17]])
print(x)
print(x.sum(axis=1))
print(x.sum(axis=0))

会输出，

[[12 11 10  9]
 [16 15 14 13]
 [20 19 18 17]]


[42 58 74]

[48 45 42 39]

这是有道理的，因为沿轴1（行）的和为[42 58 74]，轴0（列）为[48 45 42 39]。但是，我对argmax的工作原理感到困惑。根据我的理解，argmax应该沿轴返回最大数量。下面是我的代码和输出。

代码：print(np.argmax(x,axis=1))。输出：[0 0 0]

代码：print(np.argmax(x,axis=0))。输出：[2 2 2 2]

0和2来自哪里？我故意使用一组更复杂的整数值（9..20）来区分0和2以及数组内的整数值。

Answer 1

np.argmax(x,axis=1)返回每行中最大值的索引。

axis=1表示＆＃34;沿轴1＆＃34;，即行。

[[12 11 10  9]    <-- max at index 0
 [16 15 14 13]    <-- max at index 0
 [20 19 18 17]]   <-- max at index 0

因此其输出为[0 0 0]。

它与np.argmax(x,axis=0)类似，但现在它返回每列中最大值的索引。

Answer 2

更正： axis=0是指行，而不是列。 axis=1是指列，而不是行。

x = np.array([[12,11,10,9],[16,15,14,13],[20,19,18,17]])
  print(x)

[[12 11 10  9]
[16 15 14 13]
[20 19 18 17]]

np.argmax(x, axis=0)
array([2, 2, 2, 2] # third row, index 2 of each of the 4 columns

np.argmax(x, axis=1)
array([0, 0, 0]  # first column, index 0 of each of the three rows.

numpy argmax是如何工作的？

2 个答案: