Python 如何保持列表列表中每行的最大值

我有一份清单如下

array([[9.88945457e-01, 1.12012004e-11, 1.10545428e-02],
       [3.19212970e-03, 9.60482604e-01, 3.63252661e-02],
       [9.97873928e-01, 1.10315885e-12, 2.12607185e-03],
       [5.13391890e-07, 9.84294588e-01, 1.57048982e-02]])

我想保留每行中的最大值，如下所示

array([[9.88945457e-01],
       [9.60482604e-01],
       [9.97873928e-01],
       [9.84294588e-01]])

---

这是否需要一个循环来遍历每一行？或者这是enumerate或iterrows可以处理的吗？

要找出最大的数字，您可以这样做：

def largest(arr,n): 

# Initialize maximum element 
max = arr[0] 

# Traverse array elements from second 
# and compare every element with  
# current max 
for i in range(1, n): 
    if arr[i] > max: 
        max = arr[i] 
return max


# Driver Code 
arr = [10, 324, 45, 90, 9808] 
n = len(arr) 
Ans = largest(arr,n) 
print ("Largest in given array is",Ans) 

array = np.array([[9.88945457e-01, 1.12012004e-11, 1.10545428e-02],
      ...        [3.19212970e-03, 9.60482604e-01, 3.63252661e-02],
      ...        [9.97873928e-01, 1.10315885e-12, 2.12607185e-03],
      ...        [5.13391890e-07, 9.84294588e-01, 1.57048982e-02]])

res = []
for sub_list in array:
    max_value = max(sub_list)
    res.append([max_value])

具有此阵列：

array = np.array([[9.88945457e-01, 1.12012004e-11, 1.10545428e-02],
       ...        [3.19212970e-03, 9.60482604e-01, 3.63252661e-02],
       ...        [9.97873928e-01, 1.10315885e-12, 2.12607185e-03],
       ...        [5.13391890e-07, 9.84294588e-01, 1.57048982e-02]])

如果你的数组很大，最好按照@Guillem或@Muhammad的建议使用max numpy函数

请注意，max numpy函数将返回一个numpy数组

np.max(a, axis=1)
>>> array([0.98894546, 0.9604826 , 0.99787393, 0.98429459])

myarray.max(axis=1)

但是，我认为在python中，使用数组上的循环，然后使用max函数，可以达到相同的目标

像这样的事情：

def largest(arr,n): 

# Initialize maximum element 
max = arr[0] 

# Traverse array elements from second 
# and compare every element with  
# current max 
for i in range(1, n): 
    if arr[i] > max: 
        max = arr[i] 
return max


# Driver Code 
arr = [10, 324, 45, 90, 9808] 
n = len(arr) 
Ans = largest(arr,n) 
print ("Largest in given array is",Ans) 

array = np.array([[9.88945457e-01, 1.12012004e-11, 1.10545428e-02],
      ...        [3.19212970e-03, 9.60482604e-01, 3.63252661e-02],
      ...        [9.97873928e-01, 1.10315885e-12, 2.12607185e-03],
      ...        [5.13391890e-07, 9.84294588e-01, 1.57048982e-02]])

res = []
for sub_list in array:
    max_value = max(sub_list)
    res.append([max_value])

如果是numpy数组，此方法将返回标准python列表

np.max(a, axis=1)
>>> array([0.98894546, 0.9604826 , 0.99787393, 0.98429459])

myarray.max(axis=1)

---

除了在阵列上循环外，向量化操作的效率要高得多

为此，必须使用max函数的axis参数。在这种情况下，应使用轴=1

将numpy作为np导入 a=np.数组[[9.88945457e-01、1.12012004e-11、1.10545428e-02]， [3.19212970e-03、9.60482604e-01、3.63252661e-02]， [9.97873928e-01、1.10315885e-12、2.12607185e-03]， [5.13391890e-07、9.84294588e-01、1.57048982e-02]] printnp.maxa，轴=1

---

您正在使用numpy，但在纯python中，它只是：

maxes = [max(x) for x in numlists]  

或

---

argmax获取每行最大值的索引 “重塑”将一维数据提升为二维数据

getArrayMax = lambda array: array[range(array.shape[0]), numpy.argmax(array, axis=1)].reshape(array.shape[0], 1)

>>> getArrayMax(f)
array([[0.98894546],
       [0.9604826 ],
       [0.99787393],
       [0.98429459]])

---

这看起来像是用Python编写的C答案。加上标签缺失。您是新手，但您应该查看输入答案的帮助，它将解释如何更好地格式化代码。缩进在Pythonyes中是至关重要的，你是对的，这是python中的一个c答案。。。但它是有效的，所以我想他只是想要结果。当然，代码中的缩进并不完美。函数的代码还需要一个选项卡