numpy是一个开源的科学计算库，它包含了大量的数学和操作数组的功能，而其中，np.argmin函数则是一个非常有用的函数。本文将从多个方面详细阐述np.argmin函数的用法。
一、返回最小值在数组中的位置
在numpy中，np.argmin函数用于返回最小值在数组中的位置，即返回最小值所在的索引值。最常用的形式为：
np.argmin(a, axis=None, out=None)
其中，a为输入的数组，axis表示从哪个维度上进行操作，out表示输出结果。如果输入的axis为None，则表示在全局操作，即在整个数组中寻找最小值所在的位置。下面是一个简单的例子：
import numpy as np a = np.array([1, 2, 3, 4, 0]) print(np.argmin(a))
输出结果为4，即最小值0在数组中的位置是4。这里需要注意的是，在找到多个最小值的情况下，np.argmin只会返回最先出现的那个最小值的位置。
二、返回最小值所在的位置
除了返回最小值在数组中的位置，我们还可以用np.argmin返回最小值所在的位置，具体方法为：
np.argmin(a, axis=None, out=None, keepdims=False)
其中，keepdims表示是否保留原数组的维度，如果设置为True，则返回的结果还是一个数组，且维度和原数组相同。下面是一个例子：
import numpy as np a = np.array([[1, 2, 3], [4, 0, 6]]) print(np.argmin(a, axis=1, keepdims=True))
在设置了axis=1时，则表示对每一行进行操作，keepdims=True还可以保留原数组的维度，输出结果为：
[[0] [1]]
结果显示，最小值分别是1和0，它们所在的位置分别为(0, 0)和(1, 1)。
三、返回复数数组中的最小值位置
当数组中存在复数时，则np.argmin默认情况下只会比较实部，而忽略虚部。如果我们想要同时比较实部和虚部，可以设置一下关键字参数：
np.argmin(a, axis=None, out=None, real_only=True)
其中，real_only为False，则表示比较实部和虚部。下面是一个例子：
import numpy as np a = np.array([1+2j, 3+4j, 5+6j]) print(np.argmin(a, real_only=False))
输出结果为0，即最小值在数组中的位置为0。
四、处理NaN值
在数组中存在NaN值时，我们需要用到np.nanargmin函数来查找最小值所在的位置。与np.argmin类似，这个函数用起来也非常简单：
np.nanargmin(a, axis=None)
其中，a为需要操作的数组，axis表示操作的维度。下面是一个例子：
import numpy as np a = np.array([1, 2, np.nan, 4, 0]) print(np.nanargmin(a))
输出结果为4，即最小值在数组中的位置为4。
五、总结
本文详细阐述了numpy中的np.argmin函数的用法，包括返回最小值在数组中的位置、返回最小值所在的位置、返回复数数组中的最小值位置以及处理NaN值的操作。通过对np.argmin函数的学习和掌握，我们可以更加轻松地处理数值计算中的数组操作。
