目录
前言
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。
一：list
1.1获得list中最大元素的索引
a = [1,2,3,4,5]
a.index(max(a))
相应的最小值使用
a = [1,2,3,4,5]
a.index(min(a))
二 numpy数组中
获得numpy数组中最大元素的索引
2.1 可以使用numpy的函数，argmax获得最大元素的索引，相应的获得最小值的话需要使用argmin
arr = np.array([1,2,3,4,5])
maxindex = np.argmax(arr )
maxindex
2.2 也可以将numpy转为list，然后使用list或者最大值索引的方法获得最大值。
a = np.array([1,2,3,4,5])
b = a.tolist()
b.index(max(b))
三：补：where 函数
3.1 np.max函数
- axis=0 代表列 , axis=1 代表行
- 若要返回每一列元素的最大值，需要在 axis=1 方向进行比较，则指定 axis=1
- 若要返回每一行的最大值，在 axis=0 方向进行比较，则指定 axis=0
3.2 np.where函数
numpy.where(condition[,x,y])
- 当数组是一维数组时，返回的值是一维的索引，所以只有一组索引数组
- 当数组是二维数组时，满足条件的数组值返回的是值的位置索引，因此会有两组索引数组来表示值的位置，返回的第一个array表示行坐标，第二个array表示纵坐标，两者一一对应
3.3 实例：
a = np.arange(9).reshape((3,3))
print(a)
print(type(array))
print(np.max(a)) #全局最大
print(np.max(a,axis=0)) #axis 按列查找 找每一列元素最大值 |3列所以结果为列表大小为3
print(np.max(a,axis=1)) #按行查找 找每一行元素最大值print(np.where(a==np.max(a)))
print(np.where(a==np.max(a,axis=0)))
总结
文章出处登录后可见！
已经登录？立即刷新
