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
全面解读Python Web开发框架Django
Jun 30 Python
python实现文件快照加密保护的方法
Jun 30 Python
Python 12306抢火车票脚本 Python京东抢手机脚本
Feb 06 Python
用tensorflow构建线性回归模型的示例代码
Mar 05 Python
Django处理文件上传File Uploads的实例
May 28 Python
python初学者,用python实现基本的学生管理系统(python3)代码实例
Apr 10 Python
如何更改 pandas dataframe 中两列的位置
Dec 27 Python
Python安装与卸载流程详细步骤(图解)
Feb 20 Python
Python requests模块session代码实例
Apr 14 Python
Python类及获取对象属性方法解析
Jun 15 Python
如何Tkinter模块编写Python图形界面
Oct 14 Python
python绘图pyecharts+pandas的使用详解
Dec 13 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
php递归创建目录的方法
2015/02/02 PHP
浅谈PHP eval()函数定义和用法
2016/06/21 PHP
浅谈PHP的反射机制
2016/12/15 PHP
在js中使用"with"语句中跨frame的变量引用问题
2007/03/08 Javascript
js 实现css风格选择器(压缩后2KB)
2012/01/12 Javascript
ajax处理php返回json数据的实例代码
2013/01/24 Javascript
JavaScript将XML转成JSON的方法
2015/03/12 Javascript
详解JavaScript对W3C DOM模版的支持情况
2015/06/16 Javascript
javascript同步服务器时间和同步倒计时小技巧
2015/09/24 Javascript
深入解析AngularJS框架中$scope的作用与生命周期
2016/03/05 Javascript
javascript用正则表达式过滤空格的实现代码
2016/06/14 Javascript
JavaScript6 let 新语法优势介绍
2016/07/15 Javascript
EasyUI Combobox设置默认值 获取text的方法
2016/11/28 Javascript
JQueryMiniUI按照时间进行查询的实现方法
2017/06/07 jQuery
AngularJS 教程及实例代码
2017/10/23 Javascript
Vue SSR 组件加载问题
2018/05/02 Javascript
基于iview的router常用控制方式
2019/05/30 Javascript
JavaScript设计模式---单例模式详解【四种基本形式】
2020/05/16 Javascript
原生javascript如何实现共享onload事件
2020/07/03 Javascript
[00:23]DOTA2群星共贺开放测试 25日无码时代来袭
2013/09/23 DOTA
浅析Python中的多进程与多线程的使用
2015/04/07 Python
菜鸟使用python实现正则检测密码合法性
2016/01/05 Python
Python流行ORM框架sqlalchemy安装与使用教程
2019/06/04 Python
Python 堆叠柱状图绘制方法
2019/07/29 Python
django的模型类管理器——数据库操作的封装详解
2020/04/01 Python
Python小白不正确的使用类变量实例
2020/05/29 Python
Python配置pip国内镜像源的实现
2020/08/20 Python
需要知道的CSS3动画技术
2010/01/01 HTML / CSS
Lookfantastic美国/加拿大:英国知名美妆购物网站
2019/03/27 全球购物
静心口服夜广告词
2014/03/20 职场文书
关于雷锋的演讲稿
2014/05/10 职场文书
关于保护环境的标语
2014/06/09 职场文书
大学生就业自荐书
2014/06/16 职场文书
庆六一活动总结
2014/08/29 职场文书
乡党委干部党的群众路线教育实践活动个人对照检查材料思想汇报
2014/10/01 职场文书
【海涛教你打DOTA】死灵飞龙第一视角解说
2022/04/01 DOTA