当我argmax在不常见的3维数组上应用时，遇到了一个问题，就像下面的代码所示：
import numpy as np
a = np.array([
[
[1, 5, 5, 2],
[9, -6, 2, 8],
[-3, 7, -9, 1]
],
[
[-1, 5, -5, 2],
[9, 6, 2, 8],
[3, 7, 9]
]
])
print('a, axis=0\n', np.argmax(a, axis=0))
print('a, axis=1\n', np.argmax(a, axis=1))
# print('a, axis=2\n', np.argmax(a, axis=2)) if this activated, Erros appears:numpy.AxisError: axis 2 is out of bounds for array of dimension 2.
b = np.array([
[
[1, 5, 5, 2],
[9, -6, 2, 8],
[-3, 7, -9, 1]
],
[
[-1, 5, -5, 2],
[9, 6, 2, 8],
[3, 7, 9, 9]
]
])
print('b, axis=0\n', np.argmax(b, axis=0))
print('b, axis=1\n', np.argmax(b, axis=1))
print('b, axis=2\n', np.argmax(b, axis=2))
结果：
a, axis=0
[0 1 1]
a, axis=1
[1 1]
b, axis=0
[[0 0 0 0]
[0 1 0 0]
[1 0 1 1]]
b, axis=1
[[1 2 0 1]
[1 2 2 2]]
b, axis=2
[[1 0 1]
[1 0 2]]
对于array的结果b，我完全理解它的计算规则，但是对于array a，根据错误，就我而言，它不是真正的3D数组，但是为什么函数argmax仍然可以得到其结果呢？函数如何获得结果？
B是Argmax知道如何导航的3d数组，没关系，但是A由于A是的2d数组而不同lists。
当你说
print('a, axis=0\n', np.argmax(a, axis=0))
Argmax看你A的
[
[list11,list12,list13],
[list21,list22,list23]
]
所以它尝试做的就是从每个
max(list11, list21) , max(list12,list22) , max(list13, list23)
这里的问题是，它依赖于<,>,=为列表实现的运算符，实现如下
比较使用字典顺序：首先比较前两个项目，如果它们不同，则确定比较的结果；如果它们相等，则比较下两个项目，依此类推，直到用尽任何一个序列。
例
[1,2,3] > [2,3,1] # False
[1111,2,3] > [2,3,1] # True
[1,2,3] > [1,3,1] # False comparing second elements
为了获得更多的直觉，让我们尝试对A数组进行调整
a = np.array([
[
[1, 5, 5, 2],
[19, -6, 2, 18],
[-3, 7, -9, 1]
],
[
[-1, 5, -5, 2],
[9, 6, 2, 111118],
(-5555, 7, 9)
]
])
print('a, axis=0\n', np.argmax(a, axis=0))
尝试将元组与列表进行比较将引发错误，因为没有实现此比较的运算符：
TypeError: '>' not supported between instances of 'tuple' and 'list'
因此，在您的情况下，它会比较每个列表中的第一个元素，仅此而已，这会使结果看起来很尴尬，可能对您来说是错误的。
如果必须这样做，则可能需要重写列表的那些运算符才能获得所需的结果，换句话说，实现列表的自定义比较运算符以正确地比较那些列表。
您可以阅读有关python中运算符重载的更多信息，这是一个以以下示例开头的基本示例：https : //www.programiz.com/python-programming/operator-overloading
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句