Pythonでargmax関数を使う方法【初心者向け】
初心者向けにPythonでargmaxを使う方法について解説しています。配列内で一番大きい要素のインデックスを返すことができます。まずは正しいインデックスの見かたを確認し、次にargmaxの基本の構文と実例を見てみましょう。
テックアカデミーマガジンは受講者数No.1のプログラミングスクール「テックアカデミー」が運営。初心者向けにプロが解説した記事を公開中。現役エンジニアの方はこちらをご覧ください。 ※ アンケートモニター提供元：GMOリサーチ株式会社 調査期間：2021年8月12日～8月16日 調査対象：2020年8月以降にプログラミングスクールを受講した18～80歳の男女1,000名 調査手法：インターネット調査
Pythonでargmaxを使う方法について解説します。
そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。
なお本記事は、TechAcademyのオンラインブートキャンプPython講座の内容をもとに紹介しています。
今回は、Pythonに関する内容だね！
どういう内容でしょうか？
argmaxの使い方について詳しく説明していくね！
お願いします！
argmaxとは
argmaxとは、配列で、一番大きい要素の「インデックス（順番）」を返す関数です。Python の NumPy というライブラリの関数です。ちなみにargmaxとは「argument of the maximum」の略です。
配列には次元があります。次元とは配列の深さという意味で、[ ]を使って表します。例えば「array」という変数に、それぞれ以下の配列が入っているとします。値「12」を指定するインデックスの使い方は、それぞれ以下のようになります。
| 次元 | 配列 | インデックス |
| 1次元 |
[8, 4, 1, 7, 2, 12, 6, 11, 3, 5, 9, 10] |
list[5] |
| 2次元 |
[[8, 4, 1, 7, 2, 12], [6, 11, 3, 5, 9, 10]] |
list[0, 5] |
| 3次元 |
[ [[8, 4, 1], [7, 2, 12]], [[6, 11, 3], [5, 9, 10]] ] |
list[0, 1, 2] |
argmaxの書き方
argmaxの書き方は以下の通りです。
np.argmax(array, axis = None, out = None)
npはnumpyのことです。axisとoutは省略可能です。axisには次元を指定します。outはあまり使う機会がありません。詳細は公式ドキュメントを参考にしてください。
https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.argmax.html
実際に書いてみよう
今回のサンプルプログラムでは、先程の配列を例に、axisを指定しない場合、指定した場合について、argmax関数の実行結果を確認していきます。
まずは、argmaxを使う前に、先程と同様に、値「12」を指定するインデックスの使い方を確認しましょう。
import numpy as np # 1次元 array1 = np.array([8, 4, 1, 7, 2, 12, 6, 11, 3, 5, 9, 10]) # 2次元 array2 = np.array([[8, 4, 1, 7, 2, 12],[6, 11, 3, 5, 9, 10]]) # 3次元 array3 = np.array([[[8, 4, 1], [7, 2, 12]],[[6, 11, 3], [5, 9, 10]]]) print(array1[5]) print(array2[0,5]) print(array3[0,1,2])
実行結果は以下のようになります。
12 12 12
次に、axisを指定しないargmax関数の実行結果を確認します。上記のプログラムに続けて入力してください。
print(np.argmax(array1)) print(np.argmax(array2)) print(np.argmax(array3))
実行結果は以下のようになります。
5 5 5
axisを指定しない場合、一番大きい要素のインデックスを、次元に関係なく先頭から数えた順で返します。
次にaxisを指定した場合を見てみましょう。
print(np.argmax(array1, 0)) #0は1次元目を表す print(np.argmax(array2, 1)) #1は2次元目を表す print(np.argmax(array3, 2)) #2は3次元目を表す
実行結果は以下のようになります。axisを指定すると、それぞれの次元毎に、一番大きい要素のインデックスを返します。
例えば array3 の場合、3次元目は [8, 4, 1] と [7, 2, 12] と [6, 11, 3] と [5, 9, 10] の4つのグループに分かれています。よって、結果も4つの値が返ります。
5 [5 1] [[0 2] [1 2]]
最後に応用問題です。
print(np.argmax(array2, 0)) #2次元の配列に対し、axis=0で評価する
実行結果は以下のようになります。
[0 1 1 0 1 0]
2次元の配列に対してaxis=0を指定しているので、1次元目から見た、串刺しで評価されます。
0 1 1 0 1 0 ↓ ↓ ↓ ↓ ↓ ↓ [8, 4, 1, 7, 2, 12] [6, 11, 3, 5, 9, 10]
| この記事を監修してくれた方
太田和樹（おおたかずき） 普段は主に、Web系アプリケーション開発のプロジェクトマネージャーとプログラミング講師を行っている。守備範囲はフロントエンド、モバイル、サーバサイド、データサイエンティストと幅広い。その幅広い知見を生かして、複数の領域を組み合わせた新しい提案をするのが得意。 開発実績：画像認識技術を活用した駐車場混雑状況把握（実証実験）、音声認識を活用したヘルプデスク支援システム、Pepperを遠隔操作するアプリの開発、大規模基幹系システムの開発・導入マネジメント 地方在住。仕事のほとんどをリモートオフィスで行う。通勤で消耗する代わりに趣味のDIYや家庭菜園、家族との時間を楽しんでいる。 |
内容分かりやすくて良かったです！
ゆかりちゃんも分からないことがあったら質問してね！
分かりました。ありがとうございます！
TechAcademyでは、初心者でもPythonを使った人工知能（AI）や機械学習の基礎を習得できるオンラインブートキャンプPython講座を開催しています。
挫折しない学習方法を知れる説明動画や、現役エンジニアとのビデオ通話とチャットサポート、学習用カリキュラムを体験できる無料体験も実施しているので、ぜひ参加してみてください。
