嘿，我完全懂你的困惑！你之前用sum函数时，它确实返回的是沿指定轴计算的求和结果，但np.argmax的功能和它有着本质区别——它返回的是最大值所在的位置（索引），而不是最大值本身，这就是你看到输出全是0和2的原因！

先回顾一下你的数组：

import numpy as np
x = np.array([[12,11,10,9],[16,15,14,13],[20,19,18,17]])

打印出来是：

[[12 11 10 9]
 [16 15 14 13]
 [20 19 18 17]]

为什么np.argmax(x, axis=1)返回[0 0 0]？ #

当指定axis=1时，argmax会沿着每一行单独查找最大值的索引：

• 第一行[12,11,10,9]的最大值是12，它在这一行的第0个位置（Python索引从0开始计数），所以返回0；
• 第二行[16,15,14,13]的最大值是16，同样在第0个位置，返回0；
• 第三行[20,19,18,17]的最大值是20，还是在第0个位置，返回0；
  最终结果就是[0 0 0]。

为什么np.argmax(x, axis=0)返回[2 2 2 2]？ #

当指定axis=0时，argmax会沿着每一列单独查找最大值的索引：

• 第一列[12,16,20]的最大值是20，它在这一列的第2个位置（对应数组的第三行，索引从0开始），所以返回2；
• 第二列[11,15,19]的最大值是19，在第2个位置，返回2；
• 第三列[10,14,18]的最大值是18，在第2个位置，返回2；
• 第四列[9,13,17]的最大值是17，在第2个位置，返回2；
  最终结果就是[2 2 2 2]。

补充：如果想获取最大值本身怎么办？ #

如果你想要得到沿轴的最大值（而不是索引），可以使用np.max()函数：

• np.max(x, axis=1)会返回[12 16 20]，也就是每一行的最大值；
• np.max(x, axis=0)会返回[20 19 18 17]，也就是每一列的最大值。

内容的提问来源于stack exchange，提问作者user859385