numpy.argmin()如何返回两个最小值索引

`numpy.argmin()`函数在NumPy库中用于找到数组中的最小值对应的索引位置。当你需要找出数组中不止一个最小值及其索引时，可以使用这个函数配合`axis`参数。默认情况下，如果没有指定`axis`，`argmin`会查找整个数组中的全局最小值。

如果你想同时获取数组中所有最小值的索引，你可以这样做：

1. 首先，计算数组的最小值：

   min_values = np.min(array)

2. 然后，使用`np.where()`函数找到这些最小值的所有索引：

   indices = np.where(array == min_values)

这将返回一个包含元组的数组，每个元组对应于数组的一个最小值及其所在的行索引（如果`axis=0`）或列索引（如果`axis=1`）。

如果你想要得到的是二维数组中每行（或列）的最小值索引，可以传递`axis=0`（对于行）或`axis=1`（对于列）作为`argmin`的参数：

row_indices = np.argmin(array, axis=0)
column_indices = np.argmin(array, axis=1)

相关问题

numpy.argmax() 和 numpy.argmin()

numpy.argmax() 函数返回数组中最大值的索引，而 numpy.argmin() 函数返回数组中最小值的索引。这两个函数都可以接受一个参数 axis，用于指定沿着哪个轴计算最大值或最小值。如果不指定 axis 参数，则会将整个数组视为一个一维数组来计算最大值或最小值。例如：

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 1]])
print(np.argmax(a))  # 输出：4，即 a[1, 1] 的索引
print(np.argmax(a, axis=0))  # 输出：[1 1 0]，即每列最大值的索引
print(np.argmin(a))  # 输出：0，即 a[0, 0] 的索引
print(np.argmin(a, axis=1))  # 输出：[0 2]，即每行最小值的索引

numpy.argmin()如何求两个值

`numpy.argmin()`函数是NumPy库中的一个功能，它用于返回数组中的最小值的索引位置。当你有两个独立的数组需要找出对应元素中较小值的位置时，可以分别对每个数组应用`argmin()`，然后将它们组合起来。

例如，假设你有两组一维数组`array1`和`array2`：

import numpy as np

array1 = [5, 9, 2, 7]
array2 = [8, 4, 6, 3]

# 对每个数组找到最小值的索引
index_array1 = np.argmin(array1)
index_array2 = np.argmin(array2)

print(f"Array 1最小值的索引是 {index_array1}")
print(f"Array 2最小值的索引是 {index_array2}")

# 如果你需要找出两个数组中对应位置的最小值，你可以创建一个新的数组并同时寻找
combined_indices = (np.arange(len(array1)), np.argmin(np.stack((array1, array2), axis=0), axis=1))
print("对应位置的最小值索引:", combined_indices)