我有兩組分類（Lc1和Lc2）和兩組概率（Lp1和Lp2）。 Lp1是描述 中分類似然的概率集Lc1。我想將信息合并到最可能使用的分類中，Lc1并Lc2使用這些分類class_result。import numpy as np#example dataLp1 = np.ones((2,2))*0.5Lc2 = np.ones((2,2))Lc1 = np.ones((2,2))Lp2 = np.ones((2,2))*0.5#Change some values for the exampleLp1[1,1] =0.95Lc1[1,1] = 0Lc2[0,1]=3Lp2[0,1]=.95p_stack = np.stack((Lp1,Lp2))c_stack = np.stack((Lc1,Lc2))index = np.argmax(p_stack, axis=2)class_result = np.take(c_stack, index)我的最初方法是為np.stack分類和概率集創(chuàng)建一個，并用于np.argmax查找在中出現(xiàn)最大值的軸索引p_stack。np.take的文檔似乎描述了我需要執(zhí)行的操作，但是我不明白為什么它返回帶有1的數(shù)組。有沒有一種方法可以np.stack通過指定我要選擇的值的軸來減小a的維數(shù)？我想要的結(jié)果是：class_result = np.array([[1,3],[1,0]])