NumPy参考 >例行程序 >Sorting, searching, and counting > numpy.argmin
numpy.
argmin
(a,axis = None,out = None )[源代码] ¶返回沿轴的最小值的索引。
输入数组。
默认情况下,索引位于平面数组中,否则沿指定的轴。
如果提供,结果将被插入此数组。它应该具有适当的形状和dtype。
索引数组到数组中。它的形状与a.shape相同 ,但沿轴的尺寸已删除。
也可以看看
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
应用通过调用min,从argmin到阵列仿佛。np.expand_dims(index_array, axis)
笔记
在多次出现最小值的情况下,返回对应于第一次出现的索引。
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.min(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.max(x, axis=-1)
>>> np.take_along_axis(x, np.expand_dims(index_array, axis=-1), axis=-1).squeeze(axis=-1)
array([2, 0])