numpy.ndarray类型20×20矩阵调用np.matrix.argmin报错，求正确获取argmin的方法

嘿，你这个问题其实是踩了numpy里两种矩阵类型的小坑啦！你的变量d明明是numpy.ndarray类型，但你却调用了np.matrix.argmin()这个专门给numpy.matrix类用的方法，这就导致了那个奇怪的AttributeError。

为啥会报错呢？简单说，np.matrix.argmin()内部会先调用普通ndarray的argmin()得到一个整数结果，但它还想给这个结果加个_align()方法来适配矩阵的返回格式，可普通的numpy.int64数值根本没这个方法，自然就崩了。

给你几个正确的解决办法，按需选就行：

• 直接获取扁平化的最小值索引
  因为你的d是ndarray，直接用它自带的argmin()方法就好：

  min_index = d.argmin()
  

  这个返回的是把20×20矩阵拉成1维数组后，最小值所在的位置。比如最小值在第1行第2列（索引从0开始），那结果就是1*20 + 2 = 22。

• 获取二维坐标（行+列）
  如果想知道最小值具体在第几行第几列，可以用np.unravel_index()把扁平化索引转成二维坐标：

  flat_idx = d.argmin()
  row, col = np.unravel_index(flat_idx, d.shape)
  

  这样row就是行索引，col就是列索引，一目了然。

• 按行/列分别求最小值索引
  如果需要每一列的最小值所在行，或者每一行的最小值所在列，可以指定axis参数：

  • 求每列的最小值行索引：d.argmin(axis=0)，返回长度为20的数组
  • 求每行的最小值列索引：d.argmin(axis=1)，同样返回长度为20的数组

另外提一句，你说原本是用np.matrix保存结果，但实际d是ndarray，大概率是在和pytorch交互的过程中自动转成了ndarray（pytorch的tensor转numpy默认就是ndarray），所以直接用ndarray的方法完全没问题，不用再去碰matrix类的方法啦。

备注：内容来源于stack exchange，提问作者Ali.A