为何numpy.argmax()无法正确处理Python中dict.values()的结果？

示例代码 #

import numpy as np

d = {'a': 10, 'b': 11, 'c':12}
print(d)  # 输出 {'a': 10, 'b': 11, 'c': 12}

问题现象 #

想获取d.values()中最大值的索引，结果不符合预期：

print(np.argmax(d.values()))  # 输出 0（正确索引应为2）

但直接传入列表时结果正常：

print(d.values())  # 输出 dict_values([10, 11, 12])
print(np.argmax([10, 11, 12]))  # 输出 2（正确）

原因说明 #

• dict.values()返回的不是真正的列表，而是dict_values视图对象——它属于迭代器类的对象，并非NumPy能直接正确解析的序列类型。
• NumPy的np.argmax在处理这类非序列迭代器时，不会遍历所有元素，而是将整个迭代器视为单个"元素"，或者仅读取迭代器的第一个元素进行判断，因此错误返回了索引0。
• 当传入真实列表[10,11,12]时，NumPy能识别这是一维序列，会遍历所有元素找到最大值对应的索引，结果自然正确。

解决办法 #

把dict_values转成列表后再传入：

print(np.argmax(list(d.values())))  # 输出 2（正确）

内容的提问来源于stack exchange，提问作者FrankHan