问题描述：
给定一个二维数组，求每一行的最大值
返回一个列向量
如：
给定数组【1,2，3；4,5，3】
返回[3；5]
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
import numpy as np
x = np.array([[1,2,3],[4,5,3]])
# 先求每行最大值得下标
index_max = np.argmax(x, axis=1)# 其中，axis=1表示按行计算
print(index_max.shape)
max = x[range(x.shape[0]), index_max]
print(max)
# 注意到这里返回的是行向量
# 这可以是一种通用的方法，
# 其中range（）可以是一个列向量，表示0到n
# index_max也是一个列向量，表示具体的坐标
# 这样，两个坐标组合起来就成为了二维索引
max_ = x[range(x.shape[0]), index_max].reshape(-1,1)
print(max_)
# 这样变成了列向量
|
值得注意的是：
1）np.argmax得到的是列向量，而不是行向量，这在其他的函数中也有体现
2）求和以及其他运算可以按照行或者列来，通过指定axis即可
3）通过reshape()来重新返回具体的维度，我们需要的维度。函数的参数可以有一个-1，但只能有一个，表示这个数是未知的
以上这篇python+numpy按行求一个二维数组的最大值方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/qq_27261889/article/details/82907939