numpy.argmin(a, axis=None, out=None)[source]
给出axis方向最小值的下表
Parameters:
a : Input array.
axis : 默认将输入数组展平。否则，按照axis方向
out : 可选
Returns:
index_array : 下标组成的数组。shape与输入数组a去掉axis的维度相同。
举例：
1、展平、axis=0、axis=1
>>> a = np.arange(6).reshape(2,3)
>>> a
array([[0, 1, 2],
[3, 4, 5]])
>>> np.argmin(a)
0
>>> np.argmin(a, axis=0)
array([0, 0, 0])
>>> np.argmin(a, axis=1)
array([0, 0])
2、多个最小值，只显示第一个
>>> b = np.arange(6)
>>> b[4] = 0
>>> b
array([0, 1, 2, 3, 0, 5])
>>> np.argmin(b) # Only the first occurrence is returned.
0
=============================
若寻找一个列表的最大(小)值及其对应的索引：
list = [9, 12, 88, 14, 25]
max_index = max(list) # 最大值的索引
max_value = list.index(max(list)) # 返回最大值
# 最小的话 max换成min
若是numpy中arrary的类型:
a= np.array([9, 12, 88, 14, 25])
list_a = a.tolist()
list_a_max_list = max(list_a) #返回最大值
max_index = list_a.index(max(list_a)) # 返回最大值的索引
min/max是python内置的函数
np.argmin/np.argmax是numpy库中的成员函数
(可适合处理numpy.ndarray对象，可选的参数是axis=0或者1)
# 按每列求出最小值的索引 axis=0
# 按每行求出最小值的索引 axis=1
import numpy as np
a = np.array([1, 2, 3, 4])
b = np.array((5, 6, 7, 8))
c = np.array([[11, 2, 8, 4], [4, 52, 6, 17], [2, 8, 9, 100]])
print(a)
print(b)
print(c)
print(np.argmin(c))
print(np.argmin(c, axis=0)) # 按每列求出最小值的索引
print(np.argmin(c, axis=1)) # 按每行求出最小值的索引
# 最小的话 min换成max
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/226313.html原文链接：https://javaforall.net
