numpy.argmin

麻木的。argmin ( a , axis=None , out=None , * , keepdims=<无 值> )

返回沿轴的最小值的索引。

参数：

类似数组

输入数组。

轴int，可选

默认情况下，索引位于展平数组中，否则沿着指定的轴。

输出数组，可选

如果提供，结果将被插入到该数组中。它应该具有适当的形状和类型。

keepdims布尔值，可选

如果将此设置为 True，则缩小的轴将作为大小为 1 的维度保留在结果中。使用此选项，结果将针对阵列正确广播。

1.22.0 版本中的新增功能。

返回：

index_array ndarray 整数

数组中的索引数组。它与a.shape具有相同的形状，但删除了沿轴 的尺寸。如果keepdims设置为 True，则axis的大小将为 1，结果数组的形状与a.shape相同。

也可以看看

ndarray.argmin,argmax

amin

沿给定轴的最小值。

unravel_index

将平面索引转换为索引元组。

take_along_axis

将argmin 应用于数组，就像调用 min 一样。np.expand_dims(index_array, axis)

笔记

如果最小值多次出现，则返回与第一次出现相对应的索引。

例子

>>> a = np.arange(6).reshape(2,3) + 10
>>> a
array([[10, 11, 12],
       [13, 14, 15]])
>>> np.argmin(a)
0
>>> np.argmin(a, axis=0)
array([0, 0, 0])
>>> np.argmin(a, axis=1)
array([0, 0])

N 维数组的最小元素的索引：

>>> ind = np.unravel_index(np.argmin(a, axis=None), a.shape)
>>> ind
(0, 0)
>>> a[ind]
10

>>> b = np.arange(6) + 10
>>> b[4] = 10
>>> b
array([10, 11, 12, 13, 10, 15])
>>> np.argmin(b)  # Only the first occurrence is returned.
0

>>> x = np.array([[4,2,3], [1,0,3]])
>>> index_array = np.argmin(x, axis=-1)
>>> # Same as np.amin(x, axis=-1, keepdims=True)
>>> np.take_along_axis(x, np.expand_dims(index_array, axis=-1), axis=-1)
array([[2],
       [0]])
>>> # Same as np.amax(x, axis=-1)
>>> np.take_along_axis(x, np.expand_dims(index_array, axis=-1), axis=-1).squeeze(axis=-1)
array([2, 0])

将keepdims设置为True，

>>> x = np.arange(24).reshape((2, 3, 4))
>>> res = np.argmin(x, axis=1, keepdims=True)
>>> res.shape
(2, 1, 4)