有类似于numpy.argmax的Julia吗？

在Python中，有

numpy.argmax

：

In [7]: a = np.random.rand(5,3)

In [8]: a
Out[8]: 
array([[ 0.00108039,  0.16885304,  0.18129883],
       [ 0.42661574,  0.78217538,  0.43942868],
       [ 0.34321459,  0.53835544,  0.72364813],
       [ 0.97914267,  0.40773394,  0.36358753],
       [ 0.59639274,  0.67640815,  0.28126232]])

In [10]: np.argmax(a,axis=1)
Out[10]: array([2, 1, 2, 0, 1])

---

有类似于Numpy的argmax的Julia吗？我只找到了一个

indmax

，它只接受向量，不接受二维数组作为

np。argmax

根据Numpy文档，提供以下功能：

numpy.argmax（a，axis=None，out=None）

返回沿轴的最大值的索引

我怀疑一个Julia函数能做到这一点，但组合和只是一张票：

julia> a = [ 0.00108039  0.16885304  0.18129883;
             0.42661574  0.78217538  0.43942868;
             0.34321459  0.53835544  0.72364813;
             0.97914267  0.40773394  0.36358753;
             0.59639274  0.67640815  0.28126232] :: Array{Float64,2}

julia> mapslices(argmax,a,dims=2)
5x1 Array{Int64,2}:
 3
 2
 3
 1
 2

当然，由于Julia的数组索引是基于1的（而Numpy的数组索引是基于0的），因此结果Julia数组的每个元素相对于结果Numpy数组中的相应元素偏移1。您可能想调整，也可能不想调整

如果要获取向量而不是2D数组，只需在表达式末尾添加

[：]

：

julia> b = mapslices(argmax,a,dims=2)[:]
5-element Array{Int64,1}:
 3
 2
 3
 1
 2

---

最快的实现通常是

findmax

（如果您愿意，它允许您一次减少多个维度）：

---

为了补充jub0bs的答案，在Julia 1+中，通过将

轴

替换为

dims

关键字，沿给定维度返回而不是索引，反映了

np.argmax

的行为：

julia>  a = [ 0.00108039  0.16885304  0.18129883;

                0.42661574  0.78217538  0.43942868;      

                0.34321459  0.53835544  0.72364813;      

                0.97914267  0.40773394  0.36358753;      

                0.59639274  0.67640815  0.28126232] :: Array{Float64,2}

julia> argmax(a, dims=2)
5×1 Array{CartesianIndex{2},2}:
CartesianIndex(1, 3)
CartesianIndex(2, 2)
CartesianIndex(3, 3)
CartesianIndex(4, 1)
CartesianIndex(5, 2)

---

ind2sub

已在0.7:中删除，请改用CartesianIndex。从Julia 0.7开始，请改用

argmax

而不是

indmax

：@BoZenKhaa请随意编辑我的问题。

julia>  a = [ 0.00108039  0.16885304  0.18129883;

                0.42661574  0.78217538  0.43942868;      

                0.34321459  0.53835544  0.72364813;      

                0.97914267  0.40773394  0.36358753;      

                0.59639274  0.67640815  0.28126232] :: Array{Float64,2}

julia> argmax(a, dims=2)
5×1 Array{CartesianIndex{2},2}:
CartesianIndex(1, 3)
CartesianIndex(2, 2)
CartesianIndex(3, 3)
CartesianIndex(4, 1)
CartesianIndex(5, 2)