Python 获取轴上numpy.argmax元素的索引

我有一个N维矩阵，它包含一个有N个参数的函数的值。每个参数都有离散数量的值。我需要在所有参数上最大化函数，除了一个，结果是一维向量的大小等于非最大化参数的值的数量。我还需要保存其他参数采用的值

为此，我想在不同的轴上迭代应用

numpy.max

，以降低矩阵的维数，从而找到我需要的。最后的向量将取决于我遗漏的参数

但是，我很难找到最终元素的原始索引（其中包含关于其他参数所取值的信息）。我想用与

numpy.max

相同的方法使用

numpy.argmax

，但我无法获得原始索引

我正在尝试的一个例子是：

x = [[[1,2],[0,1]],[[3,4],[6,7]]]
args = np.argmax(x, 0)

这是回报

[[1 1]
 [1 1]]

这意味着argmax正在选择原始矩阵中的元素（2,1,4,7）。但如何获得它们的指数呢？我尝试了

unlavel_index

，直接使用

args

作为矩阵

x

的索引，从numpy到index的一系列函数都没有成功

使用

numpy。其中
不是一个解决方案，因为输入矩阵中可能有相等的值，所以我无法区分不同的原始值。
x.argmax（0）
给出了沿第一轴的最大值索引。使用
np.索引
为另一个轴生成索引

x = np.array([[[1,2],[0,1]],[[3,4],[6,7]]])
x.argmax(0)
    array([[1, 1],
           [1, 1]])
a1, a2 = np.indices((2,2))
(x.argmax(0),a1,a2)
    (array([[1, 1],
            [1, 1]]),
     array([[0, 0],
            [1, 1]]),
     array([[0, 1],
            [0, 1]]))


x[x.argmax(0),a1,a2]
    array([[3, 4],
           [6, 7]])

x[a1,x.argmax(1),a2] 
    array([[1, 2],
           [6, 7]])

x[a1,a2,x.argmax(2)] 
    array([[2, 1],
           [4, 7]])

如果
x
具有其他维度，则相应地生成
a1
和
a2

官方文档没有详细说明如何使用
argmax
，但是前面的线程已经讨论过了。我是从你那里得到这个大概的想法的