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

你可能感兴趣的:(python,numpy)