# Python程序说明nanargmax()的工作
  
import numpy as geek  
  
# 处理一维阵列 
array = [geek.nan, 4, 2, 3, 1] 
print("输入数组1 : \n", array) 
  
array2 = geek.array([[geek.nan, 4], [1, 3]]) 
  
# 根据忽略NaN的索引返回max元素的索引 
print("\n数组1中的最大值的索引 : ", geek.nanargmax(array)) 
  
# 处理二维阵列 
print("\n输入数组2 : \n", array2) 
print("\n数组2中的最大值的索引 : ", geek.nanargmax(array2)) 
  
print("\n轴1处的索引的array2 : ", geek.nanargmax(array2, axis = 1)) 

输入数组1：
 [nan，

4、2、3、1 ] 
数组1中的最大值的索引：1 

输入数组2：
 [[nan 4。] 
 [1。3.]] 
数组2中的最大值的索引：1 

轴1处的索引的array2：[1 1]

# nanargmax()的Python程序说明工作
  
import numpy as geek  
  
# 处理二维阵列 
array = ( [[ 8, 13, 5, 0], 
           [ 16, geek.nan, 5, 3], 
           [geek.nan, 7, 15, 15], 
           [3, 11, 4, 12]]) 
print("输入数组 : \n", array) 
  
# 根据索引返回最大元素的索引  
  
'''    
   [[ 8 13  5  0] 
   [ 16  2  5  3] 
   [10  7 15 15] 
   [ 3 11  4 12]] 
     ^  ^  ^  ^ 
       
'''
  
print("\n使用argmax的max的索引 : ", geek.argmax(array, axis = 0)) 
print("\n使用nanargmax的max的索引 :  : ", geek.nanargmax(array, axis = 0)) 

输入数组：
 [[ 8，13，5，0 ]，[16，nan，

5，3 ]，[nan，7，15，15 ]，[ 3，11，4，12 ]] 
使用argmax的max的索引： [2 1 2 2] 

使用nanargmax的max的索引：：[1 0 2 2]