python之np.argmax()及对axis=0或者1的理解


Posted in Python onJune 02, 2021

对于np.argmax()让我迷惑了很久,尤其是其中的axis=1的比较结果。

一、np.argmax()的理解

1、最简单的例子

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。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)

这个问题可以帮助我们理解argmax.

2、函数的解释

一维数组

import numpy as np
a = np.array([3, 1, 2, 4, 6, 1])
print(np.argmax(a))

argmax返回的是最大数的索引.argmax有一个参数axis,默认是0,表示第几维的最大值。

二维数组

import numpy as np
a = np.array([[1, 5, 5, 2],
              [9, 6, 2, 8],
              [3, 7, 9, 1]])
print(np.argmax(a, axis=0))

为了描述方便,a就表示这个二维数组。np.argmax(a, axis=0)的含义是a[0][j],a[1][j],a[2]j中最大值的索引。从a[0][j]开始,最大值索引最初为(0,0,0,0),拿a[0][j]和a[1][j]作比较,9大于1,6大于5,8大于2,所以最大值索引由(0,0,0,0)更新为(1,1,0,1),再和a[2][j]作比较,7大于6,9大于5所以更新为(1,2,2,1)。

再分析下面的输出.

import numpy as np
a = np.array([[1, 5, 5, 2],
              [9, 6, 2, 8],
              [3, 7, 9, 1]])
print(np.argmax(a, axis=1))

np.argmax(a, axis=1)的含义是a[i][0],a[i][1],a[i][2],a[i]3中最大值的索引。从a[i][0]开始,a[i][0]对应的索引为(0,0,0),先假定它就是最大值索引(思路和上节简单例子完全一致)拿a[i][0]和a[i][1]作比较,5大于1,7大于3所以最大值索引由(0,0,0)更新为(1,0,1),再和a[i][2]作比较,9大于7,更新为(1,0,2),再和a[i][3]作比较,不用更新,最终值为(1,0,2)

三维数组

import numpy as np
a = np.array([
              [
                  [1, 5, 5, 2],
                  [9, -6, 2, 8],
                  [-3, 7, -9, 1]
              ],

              [
                  [-1, 5, -5, 2],
                  [9, 6, 2, 8],
                  [3, 7, 9, 1]
              ]
            ])
print(np.argmax(a, axis=0))

np.argmax(a, axis=0)的含义是a[0][j][k],a[1][j][k] (j=0,1,2,k=0,1,2,3)中最大值的索引。

从a[0][j][k]开始,a[0][j][k]对应的索引为((0,0,0,0),(0,0,0,0),(0,0,0,0)),拿a[0][j][k]和a[1][j][k]对应项作比较6大于-6,3大于-3,9大于-9,所以更新这几个位置的索引,将((0,0,0,0),(0,0,0,0),(0,0,0,0))更新为((0,0,0,0),(0,1,0,0),(1,0,1,0)).。

再看axis=1的情况

import numpy as np
a = np.array([
              [
                  [1, 5, 5, 2],
                  [9, -6, 2, 8],
                  [-3, 7, -9, 1]
              ],

              [
                  [-1, 5, -5, 2],
                  [9, 6, 2, 8],
                  [3, 7, 9, 1]
              ]
            ])
print(np.argmax(a, axis=1))

np.argmax(a, axis=1)的含义是a[i][0][k],a[i][1][k] (i=0,1,k=0,1,2,3)中最大值的索引。从a[i][0][k]开始,a[i][0][k]对应的索引为((0,0,0,0),(0,0,0,0)),拿a[i][0][k]和a[i][1][k]对应项作比较,9大于1,8大于2,9大于-1,6大于5,2大于-5,8大于2,所以更新这几个位置的索引,将((0,0,0,0),(0,0,0,0))更新为((1,0,0,1),(1,1,1,1)),现在最大值对应的数组为((9,5,5,8),(9,6,2,8))。

再拿((9,5,5,8),(9,6,2,8))和a[i][2][k]对应项从比较,7大于5,7大于6,9大于2.更新这几个位置的索引。

将((1,0,0,1),(1,1,1,1))更新为((1,2,0,1),(1,2,2,1)).axis=2的情况也是类似的。

二、关于axis的理解

设置axis的主要原因是方便我们进行多个维度的计算。

通过例子来进行理解

比如:

a = np.array([[1, 2, 3], 
     [2, 3, 4], 
     [5, 4, 3], 
     [8, 7, 2]])
np.argmax(a, 0)   #输出:array([3, 3, 1]
np.argmax(a, 1)   #输出:array([2, 2, 0, 0]

axis = 0:

你就这么想,0是最大的范围,所有的数组都要进行比较,只是比较的是这些数组相同位置上的数(我的理解是0 列比较输出):

a[0] = array([1, 2, 3])
a[1] = array([2, 3, 4])
a[2] = array([5, 4, 3])
a[3] = array([8, 7, 2])
# output : [3, 3, 1]

axis = 1: (行比较输出)

等于1的时候,比较范围缩小了,只会比较每个数组内的数的大小,结果也会根据有几个数组,产生几个结果。

a[0] = array([1, 2, 3]) #2
a[1] = array([2, 3, 4]) #2
a[2] = array([5, 4, 3]) #0
a[3] = array([8, 7, 2]) #0

特例

这是里面都是数组长度一致的情况,如果不一致,axis最大值为最小的数组长度-1,超过则报错。

当不一致的时候,axis=0的比较也就变成了每个数组的和的比较。

比较示例如下

当数组长度都一样时

import numpy as np
a = np.array([
              [
                  [1, 5, 5, 2],
                  [9, -6, 2, 8],
                  [-3, 7, -9, 1]
              ],

              [
                  [-1, 5, -5, 2],
                  [9, 6, 2, 8],
                  [3, 7, 9,1]
              ]
            ])
print(np.argmax(a, axis=0))
print(np.argmax(a, axis=1))

输出为

[[0 0 0 0]
[0 1 0 0]
[1 0 1 0]]
[[1 2 0 1]

[1 2 2 1]]

当数组长度都不一样时,

a = np.array([
                  [
                      [1, 5, 5, 2],
                      [9, -6, 2, 8],
                      [-3, 7, -9, 1]
                  ],
    
                  [
                      [-1, 5, -5, 2],
                      [9, 6, 2, 8],
                      [3, 7, 9]
                  ]
                ])
    print(np.argmax(a, axis=0))
 print(np.argmax(a, axis=1))

输出为

[0 1 1]
[1 1]

numpy 的argmax的参数axis=0/1的概念

对numpy的argmax一直记不得默认是行还是列搜索,总是用糊涂,每次都要查资料,今天突然醒悟。

先列后行,为什么呢?

看下面的一个列表,就知道了。

>>b=np.array([1, 2, 3, 4, 3, 2, 1])
>>np.argmax(b)
>>3
>>np.argmax(b, axis=0)
>>3

默认axis=0,列表只有一个维度,自然就是一行数据的最大数的索引。

那么对于二维向量,只需要记住axis是坐标轴的方向,不是行列的概念。

在Numpy库中:

轴用来为超过一维的数组定义的属性,二维数据拥有两个轴:

第0轴沿着行的垂直往下,第1轴沿着列的方向水平延伸。简单的来记就是axis=0代表往跨行(down),而axis=1代表跨列(across)。

所以axis=0代表的就是列查找,axis=1代表着行查找。

python之np.argmax()及对axis=0或者1的理解

>>a = np.array([[1, 5, 5, 2],
               [9, 6, 2, 8],
               [3, 7, 9, 1]])
>>np.argmax(a,axis=0)
>>array([1, 2, 2, 1], dtype=int64)
>>np.argmax(a,axis=1)
>>array([1, 0, 2], dtype=int64)

结论:

argmax返回的是最大数的索引。argmax有一个参数axis,默认是0,表示每一列的最大值的索引,axis=1表示每一行的最大值的索引。

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三水点靠木。

Python 相关文章推荐
python list转dict示例分享
Jan 28 Python
Python ORM框架SQLAlchemy学习笔记之数据查询实例
Jun 10 Python
Django模板变量如何传递给外部js调用的方法小结
Jul 24 Python
python实现多张图片拼接成大图
Jan 15 Python
详解Django CAS 解决方案
Oct 30 Python
如何基于Python实现电子邮件的发送
Dec 16 Python
Python 读取WAV音频文件 画频谱的实例
Mar 14 Python
Django实现图片上传功能步骤解析
Apr 22 Python
Python实现中英文全文搜索的示例
Dec 04 Python
Python修改DBF文件指定列
Dec 19 Python
python xlsxwriter模块的使用
Dec 24 Python
python 下载文件的几种方式分享
Apr 07 Python
Python import模块的缓存问题解决方案
Jun 02 #Python
Python3 类型标注支持操作
Jun 02 #Python
python 实现两个变量值进行交换的n种操作
聊聊Python中关于a=[[]]*3的反思
python内置进制转换函数的操作
Jun 02 #Python
Python 内置函数速查表一览
Jun 02 #Python
利用Python判断你的密码难度等级
Jun 02 #Python
You might like
phpword插件导出word文件时中文乱码问题处理方案
2014/08/19 PHP
php中Ctype函数用法详解
2014/12/09 PHP
购物车实现的几种方式优缺点对比
2018/05/02 PHP
laravel withCount 统计关联数量的方法
2019/10/10 PHP
javawscript 三级菜单的实现原理
2009/07/01 Javascript
js保留两位小数使用toFixed实现
2013/07/29 Javascript
Ajax请求在数据量大的时候出现超时的解决方法
2014/02/27 Javascript
js密码强度校验
2015/11/10 Javascript
JavaScript自学笔记(必看篇)
2016/06/23 Javascript
JQ中$(window).load和$(document).ready区别与执行顺序
2017/03/01 Javascript
jQuery编写textarea输入字数限制代码
2017/03/23 jQuery
vue + webpack如何绕过QQ音乐接口对host的验证详解
2018/07/01 Javascript
JavaScript中Array方法你该知道的正确打开方法
2018/09/11 Javascript
layui动态表头的实现代码
2019/08/22 Javascript
layer弹出层自适应高度,垂直水平居中的实现
2019/09/16 Javascript
npm ci命令的基本使用方法
2020/09/20 Javascript
vuejs实现下拉框菜单选择
2020/10/23 Javascript
原生JavaScript实现幻灯片效果
2021/02/19 Javascript
Django使用Celery异步任务队列的使用
2018/03/13 Python
python使用threading.Condition交替打印两个字符
2019/05/07 Python
python logging模块的使用总结
2019/07/09 Python
Python List列表对象内置方法实例详解
2019/10/22 Python
pytorch torchvision.ImageFolder的用法介绍
2020/02/20 Python
python利用os模块编写文件复制功能——copy()函数用法
2020/07/13 Python
python爬虫请求头设置代码
2020/07/28 Python
浅析Python 中的 WSGI 接口和 WSGI 服务的运行
2020/12/09 Python
几个常见的软件测试问题
2016/09/07 面试题
Laravel的加密解密与哈希实例讲解
2021/03/24 PHP
人民教师求职自荐信
2014/03/12 职场文书
乔丹名人堂演讲稿
2014/05/24 职场文书
党支部对照检查材料
2014/08/25 职场文书
个人授权委托书范文
2014/09/21 职场文书
学校德育工作总结2015
2015/05/11 职场文书
三好学生竞选稿范文
2019/08/21 职场文书
Apache Hudi集成Spark SQL操作hide表
2022/03/31 Servers
MySql按时,天,周,月进行数据统计
2022/08/14 MySQL