python+numpy按行求一个二维数组的最大值

问题描述：
给定一个二维数组，求每一行的最大值
返回一个列向量

如：
给定数组【1,2，3；4,5，3】
返回[3；5]

import numpy as np

x = np.array([[1,2,3],[4,5,3]])
# 先求每行最大值得下标
index_max = np.argmax(x, axis=1)# 其中，axis=1表示按行计算
print(index_max.shape)

max = x[range(x.shape[0]), index_max]
print(max)
# 注意到这里返回的是行向量
# 这可以是一种通用的方法，
# 其中range（）可以是一个列向量，表示0到n
# index_max也是一个列向量，表示具体的坐标
# 这样，两个坐标组合起来就成为了二维索引

max_ = x[range(x.shape[0]), index_max].reshape(-1,1)
print(max_)
# 这样变成了列向量

值得注意的是：
1）np.argmax得到的是列向量，而不是行向量，这在其他的函数中也有体现
2）求和以及其他运算可以按照行或者列来，通过指定axis即可
3）通过reshape()来重新返回具体的维度，我们需要的维度。函数的参数可以有一个-1，但只能有一个，表示这个数是未知的