与axis参数一起使用时,我无法理解argmax
和argmin
的输出。例如:
>>> a = np.array([[1,2,4,7], [9,88,6,45], [9,76,3,4]])
>>> a
array([[ 1, 2, 4, 7],
[ 9, 88, 6, 45],
[ 9, 76, 3, 4]])
>>> a.shape
(3, 4)
>>> a.size
12
>>> np.argmax(a)
5
>>> np.argmax(a,axis=0)
array([1, 1, 1, 1])
>>> np.argmax(a,axis=1)
array([3, 1, 1])
>>> np.argmin(a)
0
>>> np.argmin(a,axis=0)
array([0, 0, 2, 2])
>>> np.argmin(a,axis=1)
array([0, 2, 2])
如您所见,最大值是点(1,1),最小值是点(0,0)。因此,按照我的逻辑,当我运行时:
np.argmin(a,axis=0)
我期望的array([0,0,0,0])
np.argmin(a,axis=1)
我期望的array([0,0,0])
np.argmax(a,axis=0)
我期望的array([1,1,1,1])
np.argmax(a,axis=1)
我期望的array([1,1,1])
我对事物的理解有什么问题?
最佳答案
通过添加axis
参数,NumPy分别查看行和列。如果未指定,则将a
数组展平为单个一维数组。axis=0
表示该操作是在2D数组a
的列中依次执行的。
例如,np.argmin(a, axis=0)
返回四列中每一列的最小值的索引。每列的最小值显示在下面的粗体中:
>>> a
array([[ 1, 2, 4, 7], # 0
[ 9, 88, 6, 45], # 1
[ 9, 76, 3, 4]]) # 2
>>> np.argmin(a, axis=0)
array([0, 0, 2, 2])
另一方面,
axis=1
表示该操作跨a
行执行。这意味着
np.argmin(a, axis=1)
返回[0, 2, 2]
,因为a
具有三行。第一行的最小值的索引为0,第二行和第三行的最小值的索引为2:>>> a
# 0 1 2 3
array([[ 1, 2, 4, 7],
[ 9, 88, 6, 45],
[ 9, 76, 3, 4]])
>>> np.argmin(a, axis=1)
array([0, 2, 2])
关于python - numpy:argmin()和argmax()函数的逻辑是什么?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/28697993/