在 NumPy 中，求最值主要包括 4 个方面：最大值、最小值、最大值所在索引、最小值所在索引。
| 函数 | 说明 |
|---|---|
| amax() | 求最大值 |
| amin() | 求最小值 |
| argmax | 求最大值所在索引 |
| argmin | 求最小值所在索引 |
NumPy 求最大值
在 NumPy 中，我们可以使用 amax() 函数来求数组中的最大值。
语法：
np.amax(arr, axis=None, keepdims=False)说明：
amax() 函数可以接收 3 个参数。
arr（必选）：是一个数组。axis（可选，默认值：None）：表示沿着指定轴来查找最大值。None：计算整个数组的最大值（默认行为）。axis=0：对每一列求最大值（沿行方向比较）。axis=1：对每一行求最大值（沿列方向比较）。
keepdims（可选，默认值：False）：是否在结果中保留原始数组的维度。False：返回的结果会 “压缩” 掉被计算的轴。True：保留原数组的维度（方便做广播运算）。
提示: 在实际开发中，小伙伴们可能会经常看到 np.max() 和 np.min()。其实，它们只是 np.amax() 和 np.amin() 的别名，两者的功能和用法是完全一样的。
示例 1：默认求全局最大值
import numpy as np
arr = np.array([[1, 5, 2], [8, 4, 9]])
result = np.amax(arr)
print(arr)
print(result)运行结果如下。
[[1 5 2]
[8 4 9]]
9分析：
np.amax(arr) 表示求整个数组 arr 中的最大值，也就是 9。
示例 2：沿列求最大值（axis=0）
import numpy as np
arr = np.array([[1, 5, 2], [8, 4, 9]])
result = np.amax(arr, axis=0)
print(arr)
print(result)运行结果如下。
[[1 5 2]
[8 4 9]]
[8 5 9]分析：
np.amax(arr, axis=0) 表示求数组 arr 中沿着 axis=0 （列方向）轴的最大值。
示例 3：沿行求最大值（axis=1）
import numpy as np
arr = np.array([[1, 5, 2], [8, 4, 9]])
result = np.amax(arr, axis=1)
print(arr)
print(result)运行结果如下。
[[1 5 2]
[8 4 9]]
[5 9]分析：
np.amax(arr, axis=1) 表示求数组 arr 中沿着 axis=1 （行方向）轴的最大值。
示例 4：保持维度（keepdims=True）
import numpy as np
arr = np.array([[1, 5, 2], [8, 4, 9]])
result = np.amax(arr, axis=1, keepdims=True)
print(arr)
print(result)运行结果如下。
[[1 5 2]
[8 4 9]]
[[5]
[9]]分析：
keepdims=True 表示保留行维度，便于后续广播运算。如果小伙伴们不了解广播运算，另请参阅：NumPy 广播机制。
NumPy 求最小值
在 NumPy 中，我们可以使用 amin() 函数来求数组中的最小值。
语法：
np.amin(arr, axis=None, keepdims=False)说明：
amin() 函数可以接收 3 个参数。
arr（必选）：是一个数组。axis（可选：默认值：None）：表示沿着指定的轴查找最小值。- 当取值为 None 时，表示求整个数组的最小值。
- 对于二维数组来说：当 axis=0，表示求每一列的最小值（沿行方向），最终返回一个包含每列最小值的一维数组；当 axis=1 时，表示求每一行中的最小值（沿列方向），最终返回一个包含每行最小值的一维数组。
keepdims（可选，默认值：False）：是否保留原始数组的维度。如果为 True，则结果在被压缩的轴上维度大小为 1，这在广播运算中很有用。
示例 5：默认求全局最小值
import numpy as np
arr = np.array([[1, 5, 2], [8, 4, 9]])
result = np.amin(arr)
print(arr)
print(result)运行结果如下。
[[1 5 2]
[8 4 9]]
1分析：
np.amin(arr) 表示求数组 arr 中的最小值，也就是 1。
示例 6：沿列求最小值（axis=0）
import numpy as np
arr = np.array([[1, 5, 2], [8, 4, 9]])
result = np.amin(arr, axis=0)
print(arr)
print(result)运行结果如下。
[[1 5 2]
[8 4 9]]
[1 4 2]分析：
np.amin(arr, axis=0) 表示求数组 arr 中沿着 axis=0 （列方向）轴的最小值。
示例 7：沿行求最小值（axis=1）
import numpy as np
arr = np.array([[1, 5, 2], [8, 4, 9]])
result = np.amin(arr, axis=1)
print(arr)
print(result)运行结果如下。
[[1 5 2]
[8 4 9]]
[1 4]分析：
np.amin(arr, axis=1) 表示求数组 arr 中沿着 axis=1 （行方向）轴的最小值。
NumPy 求最大值索引
在 NumPy 中，我们可以使用 argmax() 函数来求数组中最大值所在的索引。
语法：
np.argmax(arr, axis=None)说明：
argmax() 函数接收以下 2 个参数。
arr（必选）：是一个数组。axis（可选：默认值：None）：表示沿着指定的轴查找最大值的索引。None：会先把数组 “展平”（变成一维），然后再返回最大值的索引（对应一维数组的下标）。axis=0：按列找最大值的索引（沿着行方向），返回一个包含每列最大值索引的一维数组。axis=1：按行找最大值的索引（沿着列方向），返回一个包含每行最大值索引的一维数组。
示例 8：默认求全局最大值索引
import numpy as np
arr = np.array([[1, 5, 2], [8, 4, 9]])
print(arr)
print(np.argmax(arr))运行结果如下。
[[1 5 2]
[8 4 9]]
5分析：
np.argmax(arr) 表示求数组 arr 中最大值所在的索引。对于这个二维数组来说，它的最大值是 9，而 9 所在的索引是 5。
示例 9：沿列求最大值索引（axis=0）
import numpy as np
arr = np.array([[1, 5, 2], [8, 4, 9]])
print(arr)
print(np.argmax(arr, axis=0))运行结果如下。
[[1 5 2]
[8 4 9]]
[1 0 1]分析：
np.argmax(arr, axis=0) 表示求数组 arr 中沿着 axis=0 （列方向）轴最大值所在的索引。
示例 10：沿行求最大值索引（axis=1）
import numpy as np
arr = np.array([[1, 5, 2], [8, 4, 9]])
print(arr)
print(np.argmax(arr, axis=1))运行结果如下。
[[1 5 2]
[8 4 9]]
[1 2]分析：
np.argmax(arr, axis=1) 表示求数组 arr 中沿着 axis=1 （行方向）轴最大值所在的索引。
NumPy 求最小值索引
在 NumPy 中，我们可以使用 argmin() 函数来求数组中最小值所在的索引。
语法：
np.argmin(arr, axis=None)说明：
argmin() 函数接收以下 2 个参数。
arr（必选）：是一个数组。axis（可选：默认值：None）：表示沿着指定的轴查找最小值的索引。None：会先将数组展平（flatten），再返回最小值的索引（是一维索引）。axis=0：沿列方向查找（每一列的最小值索引，结果是一维数组）。axis=1：沿行方向查找（每一行的最小值索引，结果是一维数组）。
示例 11：默认求全局最小值索引
import numpy as np
arr = np.array([[1, 5, 2], [8, 4, 9]])
print(arr)
print(np.argmin(arr))运行结果如下。
[[1 5 2]
[8 4 9]]
0分析：
np.argmin(arr) 表示求数组 arr 中最小值所在的索引。对于这个二维数组来说，它的最小值是 1，而 1 所在的索引是 0。
示例 12：沿列求最小值索引（axis=0）
import numpy as np
arr = np.array([[1, 5, 2], [8, 4, 9]])
print(arr)
print(np.argmin(arr, axis=0))运行结果如下。
[[1 5 2]
[8 4 9]]
[0 1 0]分析：
np.argmin(arr, axis = 0) 表示求数组 arr 中沿着 axis=0（列方向）轴最小值所在的索引。
示例 13：沿行求最小值索引（axis=1）
import numpy as np
arr = np.array([[1, 5, 2], [8, 4, 9]])
print(arr)
print(np.argmin(arr, axis=1))运行结果如下。
[[1 5 2]
[8 4 9]]
[0 1]分析：
np.argmin(arr, axis=1) 表示求数组 arr 中沿着 axis=1（行方向）轴最小值所在的索引。
