numpy返回array的列号

### 回答1：
抱歉，我可以回答这个问题。在numpy中，可以使用函数numpy.argmax(array, axis)获取array中最大值的所在列的索引。其中，axis为1表示按行计算，返回每行最大值所在列的索引。示例代码如下：

import numpy as np

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

column_indices = np.argmax(array, axis=1)

print(column_indices)  # 输出 [2 2 2]，表示每行最大值所在的列索引

在上面的示例中，array为一个3行3列的数组，其中每行最大值所在的列索引分别为2、2、2。

### 回答2：
numpy可以使用函数`numpy.where()`来返回array中满足条件的元素的索引。对于返回array的列号，可以使用如下的步骤：

1. 导入numpy模块：import numpy as np
2. 定义一个array：arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
3. 使用`numpy.where()`函数找到符合条件的元素的索引：col_indexes = np.where(arr == target_value)[1]

注意，`np.where()`函数的第一个参数是条件，可以是一个表达式或者一个函数，第二个参数是选择对应元素的轴。在本例中，我们使用`arr == target_value`作为条件，表示寻找等于目标值的元素。然后，我们使用1来选择对应的列轴。

执行完以上步骤后，`col_indexes`将会是一个包含满足条件的元素所在列索引的数组。

此外，如果要返回第一次出现满足条件的元素所在列的索引，可以使用`numpy.argmax()`函数。如下所示：

col_index = np.argmax(arr == target_value, axis=1)

其中，`arr == target_value`作为条件，返回一个布尔类型的数组，然后`numpy.argmax()`函数查找布尔数组中第一个为True的元素所在的索引，axis=1表示按列进行查找。

最后，`col_index`将会是第一次出现满足条件的元素所在列的索引。

### 回答3：
numpy返回array的列号可以使用numpy库中的argmax函数来实现。argmax函数返回数组中的最大值所在的索引位置，可以通过指定axis参数来实现对行或列进行操作。当axis参数的值为0时，表示针对每列进行操作，返回每列中最大值所在的索引位置；当axis参数的值为1时，表示针对每行进行操作，返回每行中最大值所在的索引位置。

具体实现如下：

import numpy as np

# 创建一个二维数组
arr = np.array([[1, 2, 3],
                [4, 5, 6],
                [7, 8, 9]])

# 返回每列最大值所在的索引位置
column_indices = np.argmax(arr, axis=0)

print(column_indices)

运行结果为：

[2 2 2]

上述代码中，我们创建了一个2维数组`arr`，然后使用`np.argmax(arr, axis=0)`对每列进行操作，返回每列最大值所在的索引位置，存储在`column_indices`数组中。最终输出的结果为`[2 2 2]`，表示第一列的最大值为7，在第3行；第二列的最大值为8，在第3行；第三列的最大值为9，在第3行。

所以，np.argmax函数可以用来返回array的列号。