在NumPy数组中查找包含最大值的行或列

Question

如何在一个二维NumPy数组中找到包含最大值的行或列?

- Ferguzz

Answer 1

您可以使用 np.argmax 以及 np.unravel_index，如下所示：

x = np.random.random((5,5))
print np.unravel_index(np.argmax(x), x.shape)

- Geoff Reedy

---

这是提出的最有效的解决方案。 - Ricardo Magalhães Cruz

“np.argmax(np.max(x, axis=1))”在性能方面与这种方式不可比较；它是最快的。 - Ali_Sh

Answer 2

如果你只需要其中一个：

np.argmax(np.max(x, axis=1))

对于该列(column)，以及

np.argmax(np.max(x, axis=0))

对于该行。

- ecatmur

---

这适用于整数元素，但对于浮点数呢？ - Priyom saha

argmax 不会返回整个数组的最大索引，它只会在轴上计算。 np.argmax(np.max(x, axis=1)) 计算每行跨列的最大值，而不是整个数组的最大值。 - Shrivathsav Seshan

Answer 3

你可以使用np.where(x == np.max(x))。

例如：

>>> x = np.array([[1,2,3],[2,3,4],[1,3,1]])
>>> x
array([[1, 2, 3],
       [2, 3, 4],
       [1, 3, 1]])
>>> np.where(x == np.max(x))
(array([1]), array([2]))

第一个值是行号，第二个值是列号。

- Akavall

---

如果存在并列的情况，这个操作可能会返回多个值。 - Sridhar Thiagarajan

Answer 4

np.argmax只返回压平数组中（第一个）最大元素的索引。因此，如果您知道数组的形状（您知道），则可以轻松找到行/列索引：

A = np.array([5, 6, 1], [2, 0, 8], [4, 9, 3])
am = A.argmax()
c_idx = am % A.shape[1]
r_idx = am // A.shape[1]

- Deverp

Answer 5

你可以直接使用np.argmax()。

这个例子是从官方文档中复制的。

axis = 0 是用来在每一列中找到最大值，而 axis = 1 是用来在每一行中找到最大值。返回的是列/行的索引。

- jared