Python获取二维数组(矩阵)第二列值与最大值

最新推荐文章于 2024-07-04 04:25:34 发布

原创最新推荐文章于 2024-07-04 04:25:34 发布 · 4.7k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#矩阵 #线性代数

Python 专栏收录该内容

121 篇文章

订阅专栏

本文探讨了在二维数组中查找特定列最大值的方法，通过Python的内置函数和numpy库进行操作。示例展示了如何使用`max()`函数结合lambda表达式定位到第二列的最大值，并介绍了将数据转化为pandas DataFrame后进行处理的便捷性。对于数据处理，熟悉这些工具能提高效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

对于二维数组(矩阵)的应用有多广与多重要，怎么研究都不为过，突然想获取其中最大的一组值，发现max返回的是第一列最大值的这组数，如何获得第二列最大的这组数呢？

比如：A=[[1, 2], [12, 22], [22, 5], [22, 50], [122, 50], [330, 3], [4, 400], [34, 56], [3, 44]]

如果max(A),返回的是[330, 3]

想要获取 [4, 400]这组数（也就是第二列400最大），如何做呢？

如下：

max(A,key=lambda x:x[1])

[4, 400]

其中lambda表达式返回的key这个关键字参数是内置的，换做其他的就会出错，迭代的就是第二列的值

当然我们一般转化成numpy来处理要方便点：

NA=np.array(A)

max(NA,key=lambda x:x[1])
array([ 4, 400])

获取第二列最大值：

max(NA,key=lambda x:x[1])[1]

400

熟悉pandas，处理数据就更加直观简单。

import pandas

pd.DataFrame(A)

     0    1
0    1    2
1   12   22
2   22    5
3   22   50
4  122   50
5  330    3
6    4  400
7   34   56
8    3   44

pd.DataFrame(A)[1]

0      2
1     22
2      5
3     50
4     50
5      3
6    400
7     56
8     44
Name: 1, dtype: int64

pd.DataFrame(A)[1].max()

400

结果和Excel表格一样的直观