numpy.argmax#

numpy.argmax(a, axis=None, out=None, *, keepdims=<no value>)[原始碼]#

傳回沿著軸的最大值的索引。

參數:

aarray_like: 輸入陣列。
axisint，選用: 預設情況下，索引會指向展平的陣列，否則會沿著指定的軸。
outarray，選用: 如果提供，結果將插入此陣列。它應具有適當的形狀和 dtype。
keepdimsbool，選用: 如果設定為 True，則縮減的軸會保留在結果中，作為大小為 1 的維度。使用此選項，結果將正確地與陣列進行廣播。

在 1.22.0 版本中新增。

傳回:

index_array整數的 ndarray: 陣列索引的陣列。它的形狀與 a.shape 相同，並沿著 axis 移除維度。如果 keepdims 設定為 True，則 axis 的大小將為 1，且產生的陣列具有與 a.shape 相同的形狀。

另請參閱

ndarray.argmax、argmin
amax: 沿著給定軸的最大值。
unravel_index: 將扁平索引轉換為索引元組。
take_along_axis: 從 argmax 將 np.expand_dims(index_array, axis) 應用於陣列，如同呼叫 max 一樣。

註解

在最大值多次出現的情況下，會傳回對應於第一次出現的索引。

範例

>>> import numpy as np
>>> a = np.arange(6).reshape(2,3) + 10
>>> a
array([[10, 11, 12],
       [13, 14, 15]])
>>> np.argmax(a)
5
>>> np.argmax(a, axis=0)
array([1, 1, 1])
>>> np.argmax(a, axis=1)
array([2, 2])

N 維陣列的最大元素索引

>>> ind = np.unravel_index(np.argmax(a, axis=None), a.shape)
>>> ind
(1, 2)
>>> a[ind]
15

>>> b = np.arange(6)
>>> b[1] = 5
>>> b
array([0, 5, 2, 3, 4, 5])
>>> np.argmax(b)  # Only the first occurrence is returned.
1

>>> x = np.array([[4,2,3], [1,0,3]])
>>> index_array = np.argmax(x, axis=-1)
>>> # Same as np.amax(x, axis=-1, keepdims=True)
>>> np.take_along_axis(x, np.expand_dims(index_array, axis=-1), axis=-1)
array([[4],
       [3]])
>>> # Same as np.amax(x, axis=-1)
>>> np.take_along_axis(x, np.expand_dims(index_array, axis=-1),
...     axis=-1).squeeze(axis=-1)
array([4, 3])

將 keepdims 設定為 True，

>>> x = np.arange(24).reshape((2, 3, 4))
>>> res = np.argmax(x, axis=1, keepdims=True)
>>> res.shape
(2, 1, 4)