https://docs.scipy.org/doc/numpy-1.10.1/reference/generated/numpy.argmin.html

numpy.argmin(a, axis=None, out=None)[source]

给出axis方向最小值的下表

Parameters:

a : Input array.

axis : 默认将输入数组展平。否则,按照axis方向

out : 可选

Returns:

index_array : 下标组成的数组。shape与输入数组a去掉axis的维度相同。

举例:

1、展平、axis=0、axis=1

  1. >>> a = np.arange(6).reshape(2,3)
  2. >>> a
  3. array([[0, 1, 2],
  4. [3, 4, 5]])
  5. >>> np.argmin(a)
  6. 0
  7. >>> np.argmin(a, axis=0)
  8. array([0, 0, 0])
  9. >>> np.argmin(a, axis=1)
  10. array([0, 0])

  

2、多个最小值,只显示第一个

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

  =============================

若寻找一个列表的最大(小)值及其对应的索引:

  1. list = [9, 12, 88, 14, 25]
  2. max_index =  max(list) # 最大值的索引
  3. max_value = list.index(max(list)) # 返回最大值
  4. # 最小的话 max换成min

  

若是numpy中arrary的类型:

  1. a= np.array([9, 12, 88, 14, 25])
  2. list_a = a.tolist()
  3.  
  4. list_a_max_list = max(list_a) #返回最大值
  5. max_index = list_a.index(max(list_a)) # 返回最大值的索引 

  

  • min/max是python内置的函数

  • np.argmin/np.argmax是numpy库中的成员函数

(可适合处理numpy.ndarray对象,可选的参数是axis=0或者1)

  1. # 按每列求出最小值的索引 axis=0
  1. # 按每行求出最小值的索引 axis=1
  1. import numpy as np
  2.  
  3. a = np.array([1, 2, 3, 4])
  4. b = np.array((5, 6, 7, 8))
  5. c = np.array([[11, 2, 8, 4], [4, 52, 6, 17], [2, 8, 9, 100]])
  6.  
  7. print(a)
  8. print(b)
  9. print(c)
  10.  
  11. print(np.argmin(c))
  12. print(np.argmin(c, axis=0)) # 按每列求出最小值的索引
  13. print(np.argmin(c, axis=1)) # 按每行求出最小值的索引
  14. # 最小的话 min换成max

  

numpy.argmin 使用的更多相关文章

  1. 小白眼中的AI之~Numpy基础

      周末码一文,明天见矩阵- 其实Numpy之类的单讲特别没意思,但不稍微说下后面说实际应用又不行,所以大家就练练手吧 代码裤子: https://github.com/lotapp/BaseCode ...

  2. numpy学习笔记(三)

    (1)numpy的位操作 序号         操作及描述 1.      bitwise_and 对数组元素执行位与操作 2.      bitwise_or 对数组元素执行位或操作 3.      ...

  3. NumPy 排序、条件刷选函数

    NumPy 排序.条件刷选函数 NumPy 提供了多种排序的方法. 这些排序函数实现不同的排序算法,每个排序算法的特征在于执行速度,最坏情况性能,所需的工作空间和算法的稳定性. 下表显示了三种排序算法 ...

  4. python数据分析Numpy(二)

    Numpy (Numerical Python) 高性能科学计算和数据分析的基础包: ndarray,多维数组(矩阵),具有矢量运算能力,快速.节省空间: 矩阵运算,无需循环,可以完成类似Matlab ...

  5. NumPy排序、搜索和计数函数

    NumPy - 排序.搜索和计数函数 NumPy中提供了各种排序相关功能. 这些排序函数实现不同的排序算法,每个排序算法的特征在于执行速度,最坏情况性能,所需的工作空间和算法的稳定性. 下表显示了三种 ...

  6. Python之Numpy详细教程

    NumPy - 简介 NumPy 是一个 Python 包. 它代表 “Numeric Python”. 它是一个由多维数组对象和用于处理数组的例程集合组成的库. Numeric,即 NumPy 的前 ...

  7. Python Numpy基础教程

    Python Numpy基础教程 本文是一个关于Python numpy的基础学习教程,其中,Python版本为Python 3.x 什么是Numpy Numpy = Numerical + Pyth ...

  8. [Pandas] 02 - Tutorial of NumPy

    Ref: NumPy 教程 这里主要是查缺补漏一些常用方法. 初步认识 矩阵常见知识点 矩阵操作 Ref: [Python] 01 - Number and Matrix[总结过一部分] 一.矩阵 ( ...

  9. numpy库使用总结

    numpy study 0x01:n维数组对象ndaarray 存放同类型元素的多维数组 0x02:numpy数据类型 numpy 的数值类型实际上是 dtype 对象的实例,并对应唯一的字符,包括 ...

随机推荐

  1. Supported_Hardware#4G_LTE_cards_and_modems

    https://wiki.mikrotik.com/wiki/Supported_Hardware#4G_LTE_cards_and_modems

  2. CMoLineMgr

    #ifndef __E3GLOGOBJECTDB_H__ #define __E3GLOGOBJECTDB_H__ #include "PubCommon\Singleton.h" ...

  3. Spring Data JPA -1-CRUD入门

    1) 引入jar包支持 <dependency> <groupId>org.springframework.boot</groupId> <artifactI ...

  4. 使用 pm2-web 监控 pm2 服务运行状态

    pm2-web 是一款 pm2 服务状态监控程序,基于 web . 安装 $ npm install -g pm2-web 运行(默认是在8080端口) $ pm2-web 配置 pm2-web 将会 ...

  5. N个富文本编辑器/基于Web的HTML编辑器

    转自:http://www.cnblogs.com/lingyuan/archive/2010/11/15/1877447.html 基于WEB的HTML 编辑器,WYSIWYG所见即所得的编辑器,或 ...

  6. JAVA Date超强工具类,可直接取代util.Date使用

    package net.maxt.util; import java.text.DateFormat; import java.text.ParseException; import java.tex ...

  7. ViewStub用法

    在开发应用程序的时候,经常会遇到这样的情况,会在运行时动态根据条件来决定显示哪个View或某个布局.那么最通常的想法就是把可能用到的View都写在上面,先把它们的可见性都设为View.GONE,然后在 ...

  8. jquery省市选择案例

    1.代码实例 <!DOCTYPE html> <html lang="en"> <head> <meta charset="UT ...

  9. Eclipse中在android项目中出现新建一个Activity后,出现整个project的报错以及包导入以后无法执行等等情况分析。

    今天用Eclipse去写android项目,然后后面须要建一个Blank  Activity后,非常正常的建立的.然后那个Activity是基于ActionBarAtivity,要导入v7,结果由于这 ...

  10. HDU1411++几何+四面体体积

    公式题... 自己闲的用cos sin推出个公式 还不知道对不对,明天补上.. #include<stdio.h> #include<math.h> #include<i ...