本文共 1526 字，大约阅读时间需要 5 分钟。
在Python编程中，numpy库提供了许多强大的函数来处理数组数据，argmin、argmax、argwhere和argsort是其中非常实用的工具。这些函数可以帮助我们快速找到数组中的最值及其位置，或者找到满足条件的元素位置。以下将从这些函数的功能和用法入手，帮助你更好地理解和应用它们。
np.argmin()函数用于在数组中找到最小的元素，并返回其索引。默认情况下，它会返回整个数组中的最小值及其第一个出现的索引。例如：
c = np.array([[11, 2, 8, 4], [4, 52, 6, 17], [2, 8, 9, 100]])print(np.argmin(c))# 输出：1
当使用axis参数时，可以指定沿着哪个轴进行操作。例如，axis=0表示按列求最小值，axis=1表示按行求最小值：
print(np.argmin(c, axis=0)) # 按每列求出最小值的索引# 输出：[2 0 1 0]print(np.argmin(c, axis=1)) # 按每行# 输出：[1 0 0]
np.argmax()函数与np.argmin()类似，但它用于找到数组中的最大值及其索引。同样，可以通过指定axis参数来控制操作方向：
print(np.argmax(c, axis=0)) # 按每列求出最大值的索引# 输出：[0 1 2 3]print(np.argmax(c, axis=1)) # 按每行# 输出：[3 3 3]
np.argwhere()函数用于根据条件找到数组中满足条件的元素位置。例如，以下代码找到了大于1的元素位置：
x = np.arange(6).reshape(2,3)print(x)# 输出：[[0, 1, 2], [3, 4, 5]]print(np.argwhere(x > 1))# 输出：array([[0, 2], [1, 0], [1, 1], [1, 2]])
np.argsort()函数用于对数组进行排序，并返回排序后的索引。默认情况下，它会返回数组元素值从小到大排序的索引。例如：
x = np.array([3, 1, 2])print(np.argsort(x))# 输出：[1, 2, 0]
对于二维数组，可以通过指定axis参数来控制排序方向：
x = np.array([[0, 3], [2, 2]])print(np.argsort(x, axis=0))# 输出：[[0, 1],# [1, 0]]print(np.argsort(x, axis=1))# 输出：[[0, 1],# [0, 1]]
除了对元素本身进行排序，np.argsort()还支持根据自定义键值进行排序。例如，可以先定义一个包含键值的元组数组：
x = np.array([(1, 0), (0, 1)], dtype=[('x', np.int32), ('y', np.int32)])print(x)# 输出：# array([(1, 0), (0, 1)], dtype=[('x', ' 通过这些函数，你可以轻松地在Python中对numpy数组进行高效的索引和排序操作。它们在数据分析、机器学习模型训练等场景中都有广泛应用。
转载地址：http://eulfk.baihongyu.com/