Numpy max（数组）——如何确定每个max值来自的数组

自1950年以来，我有代表每年七月温度的numpy数组。 我可以使用numpy.max（temp1950、temp1951、temp1952、temp2014） 确定每个电池的最高7月温度。
我需要每个单元格的最大值..numpy.max（）仅适用于2个数组 如何确定每个最大值的来源年份

此外，numpy.max（array1，array2）只能比较两个数组

多亏了Praveen，以下功能很好：

array1 = numpy.array( ([1,2],[3,4]) )  
array2 = numpy.array( ([3,4],[1,2]) )
array3 = numpy.array( ([9,1],[1,9]) )

all_arrays = numpy.dstack((array1,array2,array3))
#maxvalues = numpy.maximum(all_arrays)#will not work
all_arrays.max(axis=2) #this returns the max from each cell location
max_indexes = numpy.argmax(all_arrays,axis=2)#this returns correct indexes

---

您需要使用Numpy的

argmax

它将为您提供数组中最大元素的索引，您可以将其映射到年份。

答案是

argmax

，但您需要沿所需的轴执行此操作。如果你有65年的温度，把它们分开排列是没有意义的

相反，使用类似于

np.vstack

的东西将它们全部放入一个二维数组中，然后在行上取

argmax

alltemps = np.vstack((temp1950, temp1951, ..., temp2014))
maxindexes = np.argmax(alltemps, axis=0)

如果由于某种原因，您的温度阵列已经是二维的，那么您可以使用

np.dstack

进行深度叠加。然后您必须将

argmax

置于

axis=2

上方

对于您问题中的具体示例，您正在寻找以下内容：

t = np.dstack((array1, array2))  # Note the double parantheses. You need to pass
                                 # a tuple to the function
maxindexes = np.argmax(t, axis=2)

---

PS：如果您要从文件中获取数据，我建议首先将它们放在单个数组中。很难处理65个变量名。

argmax（a，axis=None）沿一个轴的最大值索引…似乎与一个数组a一起工作…我尝试了numpy.argmax（test，test2），其中test，test2是二维数组（每个3行，3列）但这导致只有长度为1的数组才能转换为Python Scalars。我尝试了以下简单示例：array1=numpy.array（[1,2]，[3,4]）array2=numpy.array（[3,4]，[1,2]）maxvalues=numpy.max（array1，array2）all_数组=numpy.vstack（（array1，array2））max_index=numpy.argmax（all_数组，axis=0）返回[1]…所有四个单元格[1 1 0 0]都应该有一个索引值，因为这是一个2D数组。所以你需要使用

np.dstack

和

argmax

覆盖

axis=2

，就像我提到的。谢谢..下面的工作数组1=numpy.array（[1,2]，[3,4]）array2=numpy.array（[3,4]，[1,2]）maxvalues=numpy.max（array1，array2）alldstuarrays=numpy ack（（array1，array2））max_index=numpy.arrays（[2]）看看我最近的编辑。如果您在理解我的答案时遇到困难，可能需要刷新numpy中的1D和2D数组：