怎么用np.argmax求多维数组每一个数组的最大值

就是我如果想用np.argmax（）求每一行里最大值的索引

比如这个是【4,4，4】，要用什么能这样子比较啊。（它是一个new-df是一个大的数组，然后list=4，里面又分成36组，每组有六类）
我是这样写的，应该就是怎么取出了问题

你的循环语句写错了，而且也不需要写循环，有用望采纳，下面是参考的代码：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

max_indices = np.argmax(arr, axis=1)

print(max_indices)

• 以下回答由chatgpt基于相关博客总结生成:

  要正确实现使用np.argmax()函数找出每一行的最大值索引，首先需要确保输入的数组是二维的。如果数组是多维数组，需要将其展平为一维数组后再进行操作。

  以下是正确实现此功能的步骤：

  1. 导入NumPy库

  import numpy as np
  

  1. 创建一个二维数组，例如：

  new_df = np.array([[2, 3, 653, 4],
                     [5, 62, 943, 44]])
  

  1. 确保数组是二维的

  new_df = np.atleast_2d(new_df)
  

  1. 使用np.argmax()函数找出每一行的最大值索引

  max_indices = np.argmax(new_df, axis=1)
  

  1. 打印结果

  print(max_indices)
  

  请注意，如果输入的数组是多维的，需要先使用np.atleast_2d()函数将其转换为二维数组。这样做的目的是确保np.argmax()函数能够正确地找出每一行的最大值索引。

  希望以上解决方案能对您有所帮助。如果您有任何问题，请随时向我提问。