np.argmin()和np.argmax()函数怎么在Python中使用

np.argmin()和np.argmax()函数怎么在python中使用？针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

Python np.argmin()和np.argmax()函数

按照axis的要求返回最小的数/最大的数的下标

numpy.argmin(a, axis=None, out=None)numpy.argmax(a, axis=None, out=None)

a：传入一个数组，

axis：默认将输入数组展平，否则，按照axis方向

out：可选

import numpy as npa = np.arange(6).reshape(2, 3)aarray([[0, 1, 2],       [3, 4, 5]])# 此时自动展平了np.argmin(a)0np.argmax(a)5# 在axis方向上找最小的值并返回坐标np.argmin(a, axis=1)array([0, 0], dtype=int64)# 在axis方向上找最大的值并返回坐标np.argmax(a, axis=1)array([2, 2], dtype=int64)

当有多个最小值的时候只显示第一个

a = np.arange(6)a[4] = 0aarray([0, 1, 2, 3, 0, 5])np.argmin(a)0

Python基础——min/max与np.argmin/np.argmax

这里应该是拿min/max（更适合处理可迭代对象，可选的参数是key=func）与np.min/np.max（可适合处理numpy.ndarray对象，可选的参数是axis=0或者1）作比较，只不过np.argmin/np.argmax的用法与np.min/np.max相似，这里就不进行更正了。

首先min/max与np.argmin/np.argmax函数的功能不同

前者返回值，后者返回最值所在的索引（下标）

处理的对象不同

前者跟适合处理list等可迭代对象，而后者自然是numpy里的核心数据结构ndarray（多维数组）

min/max是python内置的函数

np.argmin/np.argmax是numpy库中的成员函数

接口不同

min(iterable, key=func)->valuenp.argmin(a, axis=None)

常见的接口如上所示，前者除了一个可迭代对象外，还接收一个函数对象（keyWord argument），用于指定比较的对象（也即最值比较的内容是，将迭代对象中的元素逐个赋予func函数对象所得到返回值），可见func只可接受一个参数，如min(dict, key=dict.get)。

而np.argmax更多的是进行轴上的比较（axis=0，也是默认的轴，是列向）

>>> l = ['1', '100', '111', '2']>>> max(l)'2'# 下面我们指定比较内容>>> max(l, key=lambda x: int(x)'111'>>> max(l, key=lambda x: len(x))'100'>>> max(l, key=lambda x: len(x) and int(x))'111'

我们也可将min/max作用于list of lists（这里不对tuple和list作区分）：

>>> ll = [(1, 'a'), (3, 'c'), (4, 'e'), (-1, 'z')]>>> max(ll)

例如根据列表中的每一个元素（tuple或者list类型）的第二位进行求最大值：

>>> l = [(1, 2, 5), (2, 3, 5), (3, 2, 5), (4, 4, 5), (5, 1, 5)]>>> max(l, key=lambda x: x[1])(4, 4, 5)>>> l.index(max(l, key=lambda x: x[1]))3

默认情况下，max首先进行比较的是items（k，v）中的第一个内容（也即是k），相等的情况下，再进行v的比较。

稍作修改，我们便可实现对v的比较：

>>> max(ll, key=lambda x: x[1])(-1, 'z')

有时可能最值所在的下标对我们更重要，我们据此下标索引更为丰富的信息。如何不显式转化为numpy.ndarray类型（有时也无法转换，当异质容器时）不通过np.argmax这样的函数获得最值（任何值都可以）所在的下标呢？使用list（tuple）的index()成员函数。

>>> ll = [(1, 'a'), (3, 'c'), (4, 'e'), (-1, 'z')]>>> val = max(ll, lambda x: x[1])>>> ll.index(val)3

根据以上用法，我们也可推测并实现一个精简版的max函数：

def max(items, key=lambda x: x):    current = items[0]    for item in items:        if key(item) > key(current):            current = item    return current

关于np.argmin()和np.argmax()函数怎么在Python中使用问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注编程网Python频道了解更多相关知识。