Numpy——如何寻找矩阵每行的最大值并返回其所在列的索引

在本文中，我们将向您介绍如何使用Numpy库来寻找矩阵中每一行的最大值，并返回其所在列的索引。

Numpy是Python数值计算的一个重要库，它提供了高效的数组和矩阵计算方法。在Numpy中，可以用max()函数来寻找数组或矩阵中的最大值，但是max()函数并没有返回其所在的索引。那么我们该如何获取最大值所在的索引呢？

首先，我们需要用Numpy的argmax()函数来寻找数组或矩阵中的最大值所在的索引。argmax()函数会返回数组或矩阵中最大值所在的位置，但是这并不是我们想要的结果。因为argmax()主要用于展平数组，所以它返回的索引是一个整数，不能直接用于矩阵的索引。为了解决这个问题，我们可以使用Numpy中的 unravel_index()函数将展平后的索引转换为矩阵中的坐标。

接下来，我们来看一个例子：

import numpy as np

# 定义一个3行4列的矩阵
matrix = np.array([[1, 2, 3, 4],
                   [5, 6, 7, 8],
                   [9, 10, 11, 12]])
# 获取每一行的最大值所在列的索引
max_idx = np.argmax(matrix, axis=1)
# 将展平后的索引转换为矩阵中的坐标
max_idx = np.unravel_index(max_idx, matrix.shape)

print(max_idx)

输出结果为：(array([0, 1, 2], dtype=int64), array([3, 3, 3], dtype=int64))，这表示矩阵的每一行的最大值分别位于第0行第3列、第1行第3列和第2行第3列。

我们也可以进一步将这些结果保存到一个数组中：

# 将每一行的最大值所在的列的索引保存到数组中
max_col_idx = np.zeros(matrix.shape[0], dtype=int)
for i in range(matrix.shape[0]):
    max_col_idx[i] = np.argmax(matrix[i])

print(max_col_idx)

输出结果为：[3 3 3]，这表示矩阵的每一行的最大值所在的列分别为第3列。

以上就是寻找矩阵中每一行的最大值并返回其所在列的索引的方法。

阅读更多：Numpy 教程