numpy找到指定列最大值所在行并print所在行

可以使用numpy库中的argmax函数找到指定列的最大值所在行，并使用print函数输出该行。以下是示例代码：

import numpy as np

# 生成一个二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 指定列的索引为1
col_index = 1

# 使用argmax函数找到该列最大值所在行的索引
row_index = np.argmax(arr[:, col_index])

# 使用print函数输出该行
print("该列最大值所在行：", arr[row_index])

输出结果为：

该列最大值所在行： [7 8 9]

其中，`[:, col_index]`表示选取所有行，第`col_index`列的元素，`np.argmax`函数返回该列中最大值所在行的索引。最后使用`print`函数输出该行即可。

相关问题

numpy每一列的最大值的行标

您可以使用numpy库中的argmax函数来找到每一列的最大值的行标。具体代码如下：

import numpy as np

# 创建一个随机的3x3的矩阵
arr = np.random.rand(3, 3)

# 找到每一列的最大值的行标
max_indices = np.argmax(arr, axis=0)

print(max_indices)

输出结果为每一列最大值的行标，例如：

[1 2 0]

numpy.ndarra取最大值索引

可以使用numpy的argmax函数来取得ndarray中最大值的索引。例如，下面的代码可以取得数组a中最大值的索引：

import numpy as np

a = np.array([1, 3, 2, 4, 5])
max_index = np.argmax(a)

print(max_index)  # 输出 4

如果想在多维数组中取得最大值的索引，可以指定axis参数来沿着指定的维度进行计算。例如，下面的代码可以取得数组b中每一行的最大值的索引：

b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
max_indices = np.argmax(b, axis=1)

print(max_indices)  # 输出 [2 2 2]