Python 根据一维数组获取二维numpy数组的索引

我正在使用numpy阵列，我遇到了一个障碍，也许你能帮我。所以我有一个2D numpy数组，这个2D数组中的每个数组都有一个最大值，我需要的是得到最大值的索引，而不是2D数组的索引，相反，像使用1D数组一样使用索引，我知道我可以使用

numpy.argmax

来查找索引，但是它根据的是2D数组而不是1D数组，也许举个例子更好：

import numpy as np

arr =  np.array([[512, 523, 491], 
                 [512, 531, 495]])

index = np.argmax(arr, axis = 1)
index2 = np.argmax(arr)

print(index)
print(index2) 

index = [1, 1] 
index2 = 4

我的意思是它做了它应该做的，但是如果我需要索引，就像它是一个1D数组一样呢？这是我想要的输出：

index = [1, 4] 

---

第一个最大值是523，第一个索引是1，第二个最大值是531，第二个索引是4，就像一维数组一样。也许这是一个新手问题，但我不确定如何做到这一点，这只是一个例子，

arr

数组可以更大，因此，任何帮助都将不胜感激，谢谢

我认为最简单的方法就是在索引中添加一个偏移量

offset = np.arange(0,arr.shape[0]*arr.shape[1], arr.shape[1])
index1D = offset + index

---

对于上下文，np.arange接受3个参数：开始、停止和跨步。因此，偏移量只是将特定行之前的元素总数添加到索引中。

我认为最简单的方法是将偏移量添加到索引中

offset = np.arange(0,arr.shape[0]*arr.shape[1], arr.shape[1])
index1D = offset + index

---

对于上下文，np.arange接受3个参数：开始、停止和跨步。因此，偏移量只是将特定行之前的元素总数添加到索引中。

第一行实际上就是您想要的。它返回每个嵌套数组中最大值的索引，即

531

位于第二个嵌套数组的索引1中

您可以将其与高级索引一起使用

>>> print(arr[np.arange(arr.shape[0]), index])
[523, 531]

或者将索引更改为平面索引

flat_index = index + np.arange(0, arr.size, arr.shape[1])
# flat_index == [1, 4]

---

第一行实际上是你想要的。它返回每个嵌套数组中最大值的索引，即

531

位于第二个嵌套数组的索引1中

您可以将其与高级索引一起使用

>>> print(arr[np.arange(arr.shape[0]), index])
[523, 531]

或者将索引更改为平面索引

flat_index = index + np.arange(0, arr.size, arr.shape[1])
# flat_index == [1, 4]

---

如果知道二维阵列的尺寸，可以向每个元素添加偏移

e、 g

---

通过执行

np.arange（len（index））*size

，可以很容易地获得偏移量。其中size是二维数组的宽度。

如果您知道二维数组的尺寸，可以为每个元素添加偏移量

e、 g

---

通过执行

np.arange（len（index））*size

，可以很容易地获得偏移量。其中size是2D数组的宽度。

哦，我现在看到了！非常感谢。哦，我现在看到了！非常感谢。哦，是的，我现在明白了！非常感谢。哦，是的，我现在明白了！非常感谢。