假设我有矩阵
import numpy as np
A = np.matrix([[1,2,3,33],[4,5,6,66],[7,8,9,99]])
我正在尝试理解函数 argmax，据我所知它返回最大值
如果我在 Python 上尝试过：
np.argmax(A[1:,2])
我是否应该在第二行中获取最大元素，直到行尾（即第三行）并沿第三列？所以应该是数组[6 9]，arg max 应该返回9？但是为什么当我在 Python 上运行它时，它会返回值 1？
如果我想返回第 3 列中从第 2 行开始的最大元素（即 9），我应该如何修改代码？
我已经检查了 Python 文档，但仍然有点不清楚。感谢您的帮助和解释。
【问题讨论】：
标签： python
否argmax 返回最大值的位置。 max 返回最大值。
import numpy as np
A = np.matrix([[1,2,3,33],[4,5,6,66],[7,8,9,99]])
np.argmax(A) # 11, which is the position of 99
np.argmax(A[:,:]) # 11, which is the position of 99
np.argmax(A[:1]) # 3, which is the position of 33
np.argmax(A[:,2]) # 2, which is the position of 9
np.argmax(A[1:,2]) # 1, which is the position of 9
【讨论】：
argmax 是一个函数，它给出给定行或列中最大数字的索引，并且可以使用argmax 函数的轴属性来确定行或列。如果我们给出axis=0，那么它将给出列的索引，如果我们给出axis=1，那么它将给出行的索引。
在您给定的示例A[1:, 2] 中，它将首先从病房的第一行获取值，并从这些行中获取唯一的第二列值，然后从结果矩阵中找到最大值的索引。
【讨论】：
我花了一段时间才弄清楚这个功能。基本上 argmax 会返回数组中最大值的 index。现在数组可以是一维或多维的。以下是一些示例。
一维
a = [[1,2,3,4,5]]
np.argmax(a)
>>4
数组是一维的，所以函数只返回数组中最大值（5）的索引，即4。
多维度
a = [[1,2,3],[4,5,6]]
np.argmax(a)
>>5
在此示例中，数组是二维的，形状为 (2,3)。由于函数中没有指定axis参数，所以numpy库将数组展平为一维数组，然后返回最大值的索引。在这种情况下，数组被转换为 [[1,2,3,4,5,6]] 然后返回 6 的索引，即 5。
当参数为axis = 0时
a = [[1,2,3],[4,5,6]]
np.argmax(a, axis=0)
>>array([1, 1, 1])
这里的结果起初让我有点困惑。由于轴被定义为 0，因此该函数现在将尝试沿着矩阵的行找到最大值。最大值 6 位于矩阵的第二行。第二行的索引为1。根据documentation，将删除axis参数中指定的维度。由于原始矩阵的形状为 (2,3) 且轴指定为 0，因此返回的矩阵将具有 (3,) 的形状，因为原始形状 (2,3) 中的 2 已被删除。该行现在重复找到最大值的元素的数量与原始矩阵中的列数相同，即 3。
当参数为axis = 1时
a = [[1,2,3],[4,5,6]]
np.argmax(a, axis=1)
>>array([2, 2])
与上面相同的概念，但现在返回列的索引，最大值是可用的。在此示例中，最大值 6 位于第 3 列，索引 2。形状为 (2,3) 的原始矩阵的列将被删除，转换为 (2,)，因此返回数组将显示两个元素，每个元素显示找到最大值的列的索引。
【讨论】：
axis=0，类似[0, 2, 1]的响应意味着对于第一列，第0个元素最高，对于第二列，第2个（0索引）元素最高，对于第三列，第一个元素是最高的。希望对喜欢它的人有所帮助。
在我使用 python 的第一步中，我已经测试了这个函数。这个例子的结果让我明白了 argmax 的工作原理。
示例：
# Generating 2D array for input
array = np.arange(20).reshape(4, 5)
array[1][2] = 25
print("The input array: \n", array)
# without axis
print("\nThe max element: ", np.argmax(array))
# with axis
print("\nThe indices of max element: ", np.argmax(array, axis=0))
print("\nThe indices of max element: ", np.argmax(array, axis=1))
结果示例：
The input array:
[[ 0 1 2 3 4]
[ 5 6 25 8 9]
[10 11 12 13 14]
[15 16 17 18 19]]
The max element: 7
The indices of max element: [3 3 1 3 3]
The indices of max element: [4 2 4 4]
在该结果中，我们可以看到 3 个结果。
参考：https://www.crazygeeks.org/numpy-argmax-in-python/
希望对你有帮助。
【讨论】：
下面是 argmax 的工作原理。假设我们给了数组
matrix = np.array([[1,2,3],[4,5,6],[7,8,9], [9, 9, 9]])
现在，从给定数组中找出最大值
np.max(matrix)
答案将是 -> 9
现在找到给定数组的argmax
np.argmax(matrix)
答案将是 -> 8
它是如何得到 8 的，让我们了解一下
python 会将数组转换为一维，所以数组看起来像
array([1, 2, 3, 4, 5, 6, 7, 8, 9, 9, 9, 9])
Index 0 1 2 3 4 5 6 7 8 9 10 11
所以最大值是9，9 的第一次出现在索引8。这就是为什么argmax 的答案是8。
现在，逐列查找最大值
np.argmax(matrix, axis=0)
Index 0 1 2
0 [1, 2, 3]
1 [4, 5, 6]
2 [7, 8, 9]
3 [9, 9, 9]
1 4 7 9，第一列的最大值为9，位于索引3
2 5 8 9，第二列最大值为9，位于索引3
3 6 9 9，最大值为9，位于索引2和3，因此9的第一次出现位于索引2
所以输出会像[3, 3, 2]
现在逐行查找最大值
np.argmax(matrix, axis=1)
Index 0 1 2
0 [1, 2, 3]
1 [4, 5, 6]
2 [7, 8, 9]
3 [9, 9, 9]
1 2 3，最大值为3，位于索引2
4 5 6，最大值为6，位于索引2
7 8 9，最大值为9，位于索引2
9 9 9，最大值为9，位于索引0 1 2，但9的第一次出现位于索引0
所以输出会像[2 2 2 0]
【讨论】：