argmax python

Dans ce tutoriel, nous allons en apprendre davantage sur la fonction numpy.argmax() en Python. Cette fonction renvoie les indices des éléments maximaux d’une matrice.

np argmax

Recherche de l’élément maximal à partir d’une matrice avec Python numpy.argmax()

			
					import numpy as np
a = np.arange(12).reshape(4,3) + 11
print(a)

			
	

			
	
			

		
	

Production

			
					[[11 12 13]
 [14 15 16]
 [17 18 19]
 [20 21 22]]

			
	

			
	
			

		
	

arg max python

Trouvons l’index de l’élément maximum dans le tableau.

			
					print(np.argmax(a))

			
	

			
	
			

		
	

Production

			
					11

			
	

			
	
			

		
	

• Nous obtenons 11 comme sortie. En effet, lorsqu’aucun axe n’est mentionné à la fonction numpy.argmax(), l’index se trouve dans le tableau aplati.
• Sans l’axe spécifié, la fonction Python numpy.argmax() renvoie le nombre d’éléments dans le tableau.
• Nous pouvons utiliser la fonction np.unravel_index pour obtenir un index correspondant à un tableau 2D à partir de la sortie numpy.argmax.

argmax numpy

Utilisation de np.unravel_index sur la sortie argmax

			
					index = np.unravel_index(np.argmax(a), a.shape)
print(index)
print(a[index])

			
	

			
	
			

		
	

Production

			
					(3, 2)
22

			
	

			
	
			

		
	

Voici le code complet

			
					import numpy as np
a = np.arange(12).reshape(4,3) + 11
index = np.unravel_index(np.argmax(a), a.shape)
print(a)
print(index)
print(a[index])

			
	

			
	
			

		
	

Recherche d’éléments maximaux le long des lignes et des colonnes

			
					import numpy as np
a = np.arange(12).reshape(4,3) + 11
print(a)
print(np.argmax(a, axis=0))

			
	

			
	
			

		
	

Production

			
					[[11 12 13]
 [14 15 16]
 [17 18 19]
 [20 21 22]]
[3 3 3]

			
	

			
	
			

		
	

Cela donne la valeur d’index des éléments maximaux le long de chaque colonne.

axis = 1 alors nous pouvons obtenir les indices des éléments maximaux le long des lignes.

			
					import numpy as np
a = np.arange(12).reshape(4,3) + 11
print(a)
print(np.argmax(a, axis=1))

			
	

			
	
			

		
	

Production

			
					[[11 12 13]
 [14 15 16]
 [17 18 19]
 [20 21 22]]
[2 2 2 2]