numpy返回索引的函数

numpy提供了很多返回索引的函数，下面列举一些常用的：

1. argmin(arr, axis=None, out=None): 返回数组中最小值的索引。

2. argmax(arr, axis=None, out=None): 返回数组中最大值的索引。

3. nonzero(arr): 返回非零元素的索引值。

4. where(condition[, x, y]): 根据条件返回相应元素的索引值。

5. searchsorted(a, v[, side='left', sorter=None]): 在已排序的数组中查找v的插入点，返回索引值。

6. sort(a[, axis, kind, order]): 返回数组排序后的索引值。

7. lexsort(keys[, axis]): 返回多个键的排序后的索引值。

8. argsort(a[, axis, kind, order]): 返回数组排序后的索引值。

9. partition(a, kth[, axis, kind, order]): 返回数组kth小的元素的索引值。

以上是一些常用的返回索引的函数，还有其他的函数可以查阅numpy官方文档。

相关问题

numpy设置索引

在 numpy 中，可以使用 `np.set_printoptions()` 函数来设置数组的打印格式，其中可以设置索引格式。以下是一个示例代码，演示如何设置行索引和列索引的格式：

import numpy as np

# 创建一个随机的二维数组
arr = np.random.randint(0, 10, size=(5, 3))
print(arr)

# 设置行索引和列索引的格式
np.set_printoptions(formatter={'int': lambda x: f'{x:3d}', 'float': lambda x: f'{x:.2f}', 'str': lambda x: f'{x:>5s}'})

# 打印数组，观察索引格式
print(arr)

在上面的代码中，我们使用 `np.set_printoptions()` 函数来设置了三种不同类型的索引格式，分别是整数型、浮点型和字符串型。其中，整数型和字符串型的索引格式使用了 `f-string` 的格式化方式，浮点型的索引格式使用了保留两位小数的方式。

最终输出结果如下：

[[6 4 7]
 [7 4 0]
 [7 6 3]
 [8 3 5]
 [5 4 7]]
[[  0   1   2]
 [  3   4   5]
 [  6   7   8]
 [  9  10  11]
 [ 12  13  14]]

可以看到，行索引和列索引的格式都按照我们设置的方式进行了格式化。

numpy 最小值 索引

在 NumPy 中，可以使用 `numpy.argmin()` 函数来查找数组中最小值的索引。这个函数会返回数组中最小值的索引，如果有多个最小值，则返回第一个最小值的索引。

使用时可以指定在哪个轴上查找最小值，默认在整个数组中查找。例如，在二维数组中查找每列的最小值：

import numpy as np

arr = np.array([[1, 2, 3], [4, 0, 5], [6, 7, 8]])
min_index = np.argmin(arr, axis=0)
print(min_index)
# 输出 [0 1 0]

同样地，`numpy.argmax()` 函数可以用来查找最大值的索引。