NumPy argmin()函數(shù)詳解
在數(shù)據(jù)分析、圖像處理或機(jī)器學(xué)習(xí)任務(wù)中，常常需要找到數(shù)組或矩陣中最小值的位置。NumPy 提供的 argmin() 函數(shù)就能幫我們完成。本文將系統(tǒng)介紹 argmin() 的作用、用法、常見坑點(diǎn)，以及與 argmax() 的關(guān)系。
一、argmin 是什么？
argmin 是 “argument of the minimum” 的縮寫，
意思是 最小值對應(yīng)的索引。
它返回的不是最小值，而是最小值的索引位置。
??官方文檔介紹地址numpy.argmin
二、基本語法
numpy.argmin(a, axis=None)
| 參數(shù) | 說明 |
|---|---|
| a | 輸入數(shù)組或矩陣 |
| axis | 指定沿哪個(gè)軸尋找最小值的索引，默認(rèn)為 None（即對整個(gè)數(shù)組展平處理） |
返回值：
?? 一個(gè)整數(shù)（如果 axis=None）或包含索引的數(shù)組。
三、基礎(chǔ)示例
2、一維數(shù)組
import numpy as np
arr = np.array([10, 25, 8, 36, 5])
index = np.argmin(arr)
print("最小值索引：", index)
print("最小值：", arr[index])
輸出：
最小值索引： 4
最小值： 5
解釋：最小值為 5，位于索引 4 位置。
2、二維數(shù)組
arr = np.array([
[3, 7, 1],
[9, 5, 2]
])
（1）不指定 axis
np.argmin(arr)
輸出：
2
因?yàn)閿?shù)組展平成 [3,7,1,9,5,2]，最小值 1 的索引為 2。
（2）按行查找（axis=1）
np.argmin(arr, axis=1)
輸出：
[2, 2]
解釋：
- 第一行最小值 1 在索引 2
- 第二行最小值 2 也在索引 2
（3）按列查找（axis=0）
np.argmin(arr, axis=0)
輸出：
[0, 1, 0]
解釋：
- 第 1 列最小值在第 1 行（索引 0）
- 第 2 列最小值在第 2 行（索引 1）
- 第 3 列最小值在第 1 行（索引 0）
四、argmin 與 min 的區(qū)別
| 函數(shù) | 返回內(nèi)容 | 示例 |
|---|---|---|
| np.min() | 最小值 | np.min([2,8,3]) → 2 |
| np.argmin() | 最小值的索引 | np.argmin([2,8,3]) → 0 |
兩者可以搭配使用：
arr = np.array([2, 8, 3])
print("最小值：", np.min(arr))
print("最小值索引：", np.argmin(arr))
輸出：
最小值： 2
最小值索引： 0
五、在機(jī)器學(xué)習(xí)中的應(yīng)用
argmin() 在機(jī)器學(xué)習(xí)中也很實(shí)用，尤其在模型評估或聚類分析中。
?? 示例：選擇誤差最小的模型參數(shù)
import numpy as np
errors = np.array([0.32, 0.28, 0.45, 0.25, 0.31])
best_index = np.argmin(errors)
print("誤差最小的模型索引：", best_index)
print("最小誤差：", errors[best_index])
輸出：
誤差最小的模型索引： 3
最小誤差： 0.25
解釋：
模型 3 的誤差最小，因此最優(yōu)。
六、argmin 與 argmax 的對比
| 功能 | 函數(shù) | 返回內(nèi)容 | 應(yīng)用場景 |
|---|---|---|---|
| 找最大值索引 | np.argmax() | 最大值的位置 | 分類預(yù)測、最大概率標(biāo)簽 |
| 找最小值索引 | np.argmin() | 最小值的位置 | 最小誤差、最優(yōu)損失點(diǎn) |
在模型訓(xùn)練或參數(shù)調(diào)優(yōu)中，我們通常會用：
argmin(losses)：找到損失最小的 epoch；argmax(accuracy)：找到準(zhǔn)確率最高的模型。
七、常見坑點(diǎn)總結(jié)
| 問題 | 錯(cuò)誤示例 | 正確做法 |
|---|---|---|
| 忘記指定 axis 導(dǎo)致結(jié)果不符合預(yù)期 | np.argmin(matrix) | 指定 axis=1 或 axis=0 |
| 想取最小值卻用 argmin | np.argmin(x) | 改為 np.min(x) |
| 想取二維位置但忘記轉(zhuǎn)換 | 直接打印索引 | 使用 np.unravel_index() |
到此這篇關(guān)于NumPy argmin()函數(shù)詳解的文章就介紹到這了,更多相關(guān)NumPy argmin()內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
python實(shí)現(xiàn)三次密碼驗(yàn)證的示例
這篇文章主要介紹了python實(shí)現(xiàn)三次密碼驗(yàn)證的示例，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-04-04
這篇文章主要介紹了Python模塊導(dǎo)入機(jī)制,包括sys.path的作用、包與模塊的區(qū)別,以及常見導(dǎo)入問題如ModuleNotFoundError和相對導(dǎo)入問題的解決方法,文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下2025-02-02
Django搭建MySQL主從實(shí)現(xiàn)讀寫分離
本文主要介紹了Django搭建MySQL主從實(shí)現(xiàn)讀寫分離，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-08-08
這篇文章主要介紹了解決python3安裝pandas出錯(cuò)的問題，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
利用Python學(xué)習(xí)RabbitMQ消息隊(duì)列
RabbitMQ和郵局的主要區(qū)別就是RabbitMQ接收、存儲和發(fā)送的是二進(jìn)制數(shù)據(jù)----消息，本篇文章給大家介紹利用Python學(xué)習(xí)RabbitMQ消息隊(duì)列，對python消息隊(duì)列相關(guān)知識感興趣的朋友參考下2015-11-11
這篇文章主要為大家詳細(xì)介紹了Python的閉包和裝飾器，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2022-02-02
這篇文章主要介紹了如何使用Python監(jiān)控屏幕變化并截圖,文中通過代碼示例給大家講解的非常詳細(xì),并對大家的學(xué)習(xí)工作有一定的幫助,需要的朋友可以參考下2024-04-04
下面小編就為大家?guī)硪黄獪\談python中set使用。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2016-06-06
本篇文章通過一個(gè)小小實(shí)例給大家分析了Python黑帽子取代netcat的過程以及相關(guān)知識點(diǎn)，對此有興趣的朋友可以學(xué)習(xí)下。2018-02-02
Python隨機(jī)數(shù)種子(random seed)的設(shè)置小結(jié)
隨機(jī)數(shù)種子是控制偽隨機(jī)數(shù)生成器的初始值,通過設(shè)置相同的種子,可以確保隨機(jī)數(shù)序列的一致性,本文主要介紹了Python隨機(jī)數(shù)種子(random seed)的設(shè)置,感興趣的可以了解一下2025-03-03