如何在 numpy 数组中找到行索引的最大值？答案

【问题标题】：How do I find the maximum value of a row index in a numpy array?如何在 numpy 数组中找到行索引的最大值？
【发布时间】：2022-01-12 11:47:01
【问题描述】：

我有以下数组：

a = [[0.         0.        ]
     [0.22333333 0.14333333]
     [0.48166667 0.99      ]
     [0.735      1.66666667]
     [1.02666667 2.16666667]
     [1.43833333 2.66333333]
     [1.71666667 3.15666667]]

我希望能够在特定行索引处找到最大值。例如，第 2 行的最大值为 0.99，第 6 行为 3.15。

我知道我可以使用

np.max(array,axis=1)

产生这个：

[0.         0.22333333 0.99       1.66666667 2.16666667 2.66333333
  3.15666667]

但我只想要一个我感兴趣的行的值。例如，如果我只想要数组中第 2 行的最大值，那么输出值应该看起来像这样：

0.99

【问题讨论】：

np.amax(array[2,:])
谢谢！完美地工作。 np.max(array,axis=1)[2]
@GLit98 np.max(array,axis=1)[2] 不必要地低效：您仍在计算所有行的最大值，然后丢弃除一个之外的所有行...
@Julien 对于我的实际代码，它运行良好，但我没有专门使用“2”。这只是为了示例
无论你使用哪一行，上面的行仍然会计算所有行的最大值，如果你只选择其中一个，这是一种浪费。

标签： python numpy multidimensional-array indexing max

【解决方案1】：

或者类似的东西

np.amax(a[row])

【讨论】：

【解决方案2】：

那么只需在您想要的那一行应用max？例如array[2].max()

【讨论】：