python argmin_Python|NumPy中的argmin(),你值得拥有!
NumPy(Numeric Python)作为Python的一个很重要的扩展程序库,在用来储存和处理大型矩阵的时候显得尤为出色,可以说专为进行严格的数字处理而生。当NumPy和稀疏矩阵运算包scipy配合使用更加方便。本篇文章给大家带来了NumPy中的argmin()的用法。希望能够给大家带来帮助。
该函数主要用来检索数组中最小值的位置,并返回其下标值。同理,argmax()函数就是用来检索最大值的下标,与argmin()函数用法相同。在argmin()函数的标准语法中,numpy.argmin(a, axis=None, out=None),其中的axis参数为默认和给定值时输出情况是不一样的。
在没有指定axis值的情况下,默认为None。在默认情况下,就相当于将n维的arry平铺在一起。举个简单的例子,当二维arry([1,2,3],[4,5,6])平铺开来就是([1,2,3,4,5,6])。a = np.array([[2,5,6],[7,6,1]])
print(np.argmin(a))
对于这个二维arry来说,它的最小值是1,而1的下标为5,所以最后输出的值就是5。
当axis = 1时,按照方向来,对于[2,5,6]来说最小值的下标是0,对于[7,6,1]来说最小值的下标是2。所以,最后输出的值就是[0,2]。
当axis = 0时,这时按照方向来,[2,7],[5,6],[6,1]分别在一个轴上,所以检索每个轴上的最小值,并返回下标,最后就可以得到输出值[0,0,1]。
argmin()函数可不只有这个用途,它还可以返回特定要求下的最小值的下标。比如:a = np.arry([10,3,2,6,8,4,9])
valid_ index = np.where( a > 5)[0]
valid_ index [a [valid_ index] .argmin()]
最终输出结果是:3。该示例就是输出列表中所有大于5的值中,最小值的下标值。
学习并掌握argmin()函数,将会对计算acc起到关键性的作用。
拓展阅读:where2go 团队微信号:算法与编程之美
python argmin_Python|NumPy中的argmin(),你值得拥有!相关推荐
- python使用numpy中的flatten函数将2D numpy数组拉平为1Dnumpy数组、使用np.linalg.matrix_rank函数计算2D numpy数组的秩(rank)
python使用numpy中的flatten函数将2D numpy数组拉平为1Dnumpy数组.使用np.linalg.matrix_rank函数计算2D numpy数组的秩(rank) 目录
- python使用numpy中的np.mean函数计算数组的均值、np.var函数计算数据的方差、np.std函数计算数组的标准差
python使用numpy中的np.mean函数计算数组的均值.np.var函数计算数据的方差.np.std函数计算数组的标准差 目录
- Python使用numpy中的hstack函数水平堆叠(horizontally stack)数组实战
Python使用numpy中的hstack函数水平堆叠(horizontally stack)数组实战 目录 Python使用numpy中的hstack函数水平堆叠(horizontally stac ...
- Python使用numpy中trim_zeros函数去除首尾0值的语法
Python使用numpy中trim_zeros函数去除首尾0值的语法 目录 Python使用numpy中trim_zeros函数去除首尾0值的语法 #numpy中trim_zeros
- python中的[:-1] [:,:-1] python矩阵numpy中array的冒号 逗号
如何理解[:-1] [:,:-1] data = np.loadtxt('data.csv', delimiter = ',') X = data[:,:-1] #取所有行,取列到倒数 ...
- fun是什么意思 python中def_【python】 numpy中的矩阵转置(ndarray.T)为什么不加括号却可以实现方法的功能...
[python] numpy中的矩阵转置(ndarray.T)为什么不加括号却可以实现方法的功能 经过搜索和查询源码了解到,.T就是一个方法,但是是被装饰器修饰了一下... @property是pyt ...
- 【Python】NumPy 中 ravel() 正确打开方式
[Python]NumPy 中 ravel() 正确打开方式 最近在看书时,对numpy的ravel()的有些疑惑,书上这样写到"如果结果中的值在原始数组中是连续的,则ravel 不会生成底 ...
- python使用numpy中的np.linalg.det函数计算2D numpy数组的行列式的值、使用numpy中的np.linalg.inv函数计算2D numpy数组的逆矩阵
python使用numpy中的np.linalg.det函数计算2D numpy数组的行列式的值(determinant).使用numpy中的np.linalg.inv函数计算2D numpy数组的逆 ...
- 【Python】Numpy中伪随机数的简单使用
Numpy中伪随机数也很强大,很常见,简单整理一些常见的操作如下: # 加载库 import numpy as np# 设置随机数种子 np.random.seed(0)# 生成3个0.0~1.0之间 ...
最新文章
- 时隔四年回归的澎湃芯片,能为雷军赌上一生荣耀的造车创业带来什么?
- 数据回发时,维护ASP.NET Tree控件位置
- 以太坊 p2p Server 原理及实现
- symmetric-tree
- 《数据库系统实训》实验报告——游标
- ue4sky时间_UE4 SkyLight RealTimeCapture浅析
- oracle处理考勤时间,拆分考勤时间段的sql语句
- Deepin 下安装 LAMP
- bootstrap 日历中文_bootstrap日期选择器本地化-中文
- c语言中 调用函数除函数名外,【单选题】在 C 语言中 , 调用函数除函数名外 , 还必须有 ( ). (10.0分)
A. 函数预说明 B. 实际参数 C. ( ) D. 函数返回值...
- MySQL教程(十一)—— 操作数据表中的记录
- )AIR程序打包/绿化,脱离air runtimes(AIR运行环境)的方法
- Dubbo to Mesh 云原生架构改造方案解析
- check whether edge in face indices.
- Security+ 学习笔记48 攻击框架
- ubuntu下安装mysql及卸载mysql方法
- (TeamTalk服务端源码分析一)TeamTalk服务端部署
- 百度地图API之绘制折线及点击事件
- 数模转换器的构成和特点
- java多核的利用率_java控制多核cpu的占用率