Numpy argmax()函数用于返回给定数组中的最大值所在的索引位置。
它的语法格式如下：
numpy.argmax(arr, axis=None, out=None)
参数说明：
arr：传入的待计算数组，必须为一维或多维数组。
axis：可选参数，用于指定在哪个维度上进行计算，其取值范围为0到N-1（N为数组的维度数）。
out：可选参数，用于指定输出结果的数组。
如果不指定axis，则按展开后数组索引的最大值计算。例如，对于一个2×3的二维数组，展开后最大值所在的索引为3，则返回3。
下面给出两个使用实例来说明argmax()函数的用法：
import numpy as np
a = np.array([[2, 4, 5], [9, 10, 1], [7, 6, 3]])
print('原数组：')
print(a)
maxIndex = np.argmax(a)
print('在展开后的一维数组中，最大值所在的索引为：', maxIndex)
maxIndex = np.argmax(a, axis=0)
print('在每列中，最大值所在的索引为：', maxIndex)
maxIndex = np.argmax(a, axis=1)
print('在每行中，最大值所在的索引为：', maxIndex)输出结果为：
原数组：
[[ 2 4 5]
[ 9 10 1]
[ 7 6 3]]
在展开后的一维数组中，最大值所在的索引为： 4
在每列中，最大值所在的索引为： [1 1 0]
在每行中，最大值所在的索引为： [2 1 0]import numpy as np
a = np.random.rand(3, 4, 5)
maxIndex = np.argmax(a, axis=2)
print('在每个矩阵中，最大值所在的索引为：', maxIndex)输出结果为：
在每个矩阵中，最大值所在的索引为： [[3 0 2 1]
[2 2 2 2]
[3 0 3 3]]在这个例子中，我们生成了一个3×4×5的三维数组，并使用axis=2来指定在最后一个维度中计算。输出结果中，每个矩阵在最后一个维度上的最大值所在的索引被返回了。
本文链接：http://task.lmcjl.com/news/17012.html