numpy.argmin #
- 麻木的。argmin ( a , axis=None , out=None , * , keepdims=<无 值> ) [来源] #
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)