Python中的np.argmin()和np.argmax()函数用法

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

# 此时自动展平了
np.argmin(a)
0
np.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] = 0
a

array([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)->value
np.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

以上为个人经验，希望能给大家一个参考，也希望大家多多支持我们。

赞 (0)

相关推荐

  • 详解numpy的argmax的具体使用

    从最简单的例子出发 假定现在有一个数组a = [3, 1, 2, 4, 6, 1]现在要算数组a中最大数的索引是多少.这个问题对于刚学编程的同学就能解决.最直接的思路,先假定第0个数最大,然后拿这个和后面的数比,找到大的就更新索引.代码如下 a = [3, 1, 2, 4, 6, 1] maxindex = 0 i = 0 for tmp in a: if tmp > a[maxindex]: maxindex = i i += 1 print(maxindex) 这个问题虽然简单.但是可以帮助

  • Numpy中np.max的用法及np.maximum区别

    Numpy中np.max(即np.amax)的用法 >>> import numpy as np >>> help(np.max) 当遇到一个不认识的函数,我们就需要查看一下帮助文档 np.max与np.amax是同名函数 amax(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>) Return the maximum

  • 浅谈numpy.where() 的用法和np.argsort()的用法说明

    浅谈numpy.where() 的用法和np.argsort()的用法说明

    numpy.where() 有两种用法: 1. np.where(condition, x, y) 满足条件(condition),输出x,不满足输出y. 如果是一维数组,相当于[xv if c else yv for (c,xv,yv) in zip(condition,x,y)] >>> aa = np.arange(10) >>> np.where(aa,1,-1) array([-1, 1, 1, 1, 1, 1, 1, 1, 1, 1]) # 0为False,

  • Python中shutil模块的常用文件操作函数用法示例

    os模块提供了对目录或者文件的新建/删除/查看文件属性,还提供了对文件以及目录的路径操作.比如说:绝对路径,父目录--  但是,os文件的操作还应该包含移动 复制  打包 压缩 解压等操作,这些os模块都没有提供. 而本文所讲的shutil则就是对os中文件操作的补充.--移动 复制  打包 压缩 解压, shutil函数功能: 1  shutil.copyfileobj(fsrc, fdst[, length=16*1024]) copy文件内容到另一个文件,可以copy指定大小的内容 先来看

  • Python中的np.argmin()和np.argmax()函数用法

    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 np a = np.arange(6).reshape(2, 3) a array([[0, 1, 2], [3, 4

  • 在python中利用最小二乘拟合二次抛物线函数的方法

    1.最小二乘也可以拟合二次函数 我们都知道用最小二乘拟合线性函数没有问题,那么能不能拟合二次函数甚至更高次的函数呢?答案当然是可以的.下面我们就来试试用最小二乘来拟合抛物线形状的的图像. 对于二次函数来说,一般形状为 f(x) = a*x*x+b*x+c,其中a,b,c为三个我们需要求解的参数.为了确定a.b.c,我们需要根据给定的样本,然后通过调整这些参数,知道最后找出一组参数a.b.c,使这些所有的样本点距离f(x)的距离平方和最小.用什么方法来调整这些参数呢?最常见的自然就是我们的梯度下降

  • python中数组array和列表list的基本用法及区别解析

    目录 1. 定义 2. 两者不同点 3. 两者相同点 4. 基本用法 4.1 数组array的基本用法 4.2 列表list的基本用法 1. 定义 (1)数组array: 是同类型数据的有限集合(2)列表list: 是一系列按特定顺序排列的元素组成,可以将任何数据放入列表,且其中元素之间没有任何关系. 2. 两者不同点 (0)列表是直接可以在python中使用的:数组是python中numpy库的,所以需要import numpy后,才能使用:(1)列表中的元素数据类型可以不一样:数据中的元素数

  • Python中字符串String的基本内置函数与过滤字符模块函数的基本用法

    首先我们要明白在python中当字符编码为:UTF-8时,中文在字符串中的占位为3个字节,其余字符为一个字节 下面就直接介绍几种python中字符串常用的几种字符串内置函数(本文中牵扯到了模块与一些之前章节没讲过的相关知识,坑我之后会填的) 字符串切片(截取字符串): #字符串切片 string[开始位置:结束位置:步长] name = "巩祎鹏"print(name[0:]) #从第一个字符截取到最后一个字符 print(name[0:2]) #从第一个字符截取到第二个字符 prin

  • 对python中的os.getpid()和os.fork()函数详解

    如下所示: import os import sys import time processNmae = 'parent' print "Program executing ntpid:%d,processNmae:%s"%(os.gitpid(),processNmae) #attempt to fork child process try: forkPid = os.fork() except OSError: sys.exit("Unable to create new

  • 在Python中画图(基于Jupyter notebook的魔法函数)

    这篇文章主要介绍了在Python中画图(基于Jupyter notebook的魔法函数),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 先展示一段相关的代码: #we test the accuracy of knn and find the k which makes the biggest accuracy k_range=list(range(1,26))#[1,25] scores=[] for k in k_range: knn=KN

  • 对python中的six.moves模块的下载函数urlretrieve详解

    实验环境:windows 7,anaconda 3(python 3.5),tensorflow(gpu/cpu) 函数介绍:所用函数为six.moves下的urllib中的函数,调用如下urllib.request.urlretrieve(url,[filepath,[recall_func,[data]]]).简单介绍一下,url是必填的指的是下载地址,filepath指的是保存的本地地址,recall_func指的是回调函数,下载过程中会调用可以用来显示下载进度. 实验代码:以下载cifa

  • Python中with上下文管理协议的作用及用法

    Python中with上下文管理协议的作用及用法

    目录 1.简介 2.try… except语句 (1)try…except的标准格式 (2)程序执行流程 (3)异常分类 3.try…finallly语句 4.with…as语句 (1)With语句的基本语法 (2)with语句原理 1.简介 with是从Python2.5引入的一个新的语法,它是一种上下文管理协议,目的在于从流程图中把 try,except 和finally 关键字和资源分配释放相关代码统统去掉,简化try…except…finlally的处理流程. 那我们先理解一下try…e

  • 如何在python中实现capl语言里的回调函数(推荐)

    如何在python中实现capl语言里的回调函数(推荐)

    CAPL:回调函数 CAPL是一种程序语言,其中程序块的执行由事件控制. 这些程序块被称为事件程序.在事件程序中定义的程序代码在事件发生时执行.换句话说,事件程序就是事件函数,当事件函数关联的事件被触发时,会自动执行此事件函数函数体.事件函数也称为回调函数 事件函数的标志就是关键字on,比如: on key 表示当键盘按下小写字母a时触发此事件函数执行 on message 表示当接收到消息时触发此事件函数执行 on start 表示当canoe软件运行时触发此事件函数执行 on sysvar

随机推荐