python使用numpy寻找二维数组的最值及其下标方法分析
更新时间:2023年08月08日 09:33:54 作者:Eureka
这篇文章主要为大家介绍了python使用numpy寻找二维数组的最值及其下标实现方法详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
一、通过np.max和np.where寻找【所有满足条件的解】
通过np.max()
找矩阵的最大值,再通过np.where
获得最大值的位置,代码如下:
import numpy as np a = np.random.randint(1, 10, size=12) a = a.reshape((3,4)) print(a) print(np.max(a)) r, c = np.where(a == np.max(a)) print(r,c)
输出:
[[7 8 9 4]
[9 3 9 3]
[5 6 1 5]]9
[0 1 1] [2 0 2]
输出的是两个array,分别是x和y数组,即找出了和这个最值相等的所有位置。
二、通过np.argmax寻找【第一个满足条件的解】
把矩阵展成一维,np.argmax可以返回最大值在这个一维数组中第一次出现的位置,用这个位置除以矩阵的列数,所得的商就是最大值所在的行,所得的余数就是最大值所在的列。
import numpy as np a = np.random.randint(1, 10, size=12) a = a.reshape((3,4)) print(a) print(np.max(a)) m = np.argmax(a) # 把矩阵拉成一维,m是在一维数组中最大值的下标 r, c = divmod(m, a.shape[1]) # r和c分别为商和余数,即最大值在矩阵中的行和列 # m是被除数, a.shape[1]是除数 print(r, c)
输出:
[[5 5 9 7]
[5 5 8 9]
[2 3 9 3]]9
0 2
可以看到只找到了第一个出现的最大值,后续的是搜索不到的。
以上就是python使用numpy寻找二维数组的最值及其下标的详细内容,更多关于python numpy最值下标的资料请关注脚本之家其它相关文章!
最新评论