numpy.ma.ptp#

ma.ptp(obj, axis=None, out=None, fill_value=None, keepdims=<no value>)[源代码]#

返回给定维度上的(最大值 - 最小值)(即峰峰值).

警告

ptp 保留数组的数据类型.这意味着对于具有 n 位的有符号整数输入(例如 np.int8 , np.int16 等),返回值也是具有 n 位的有符号整数. 在这种情况下,大于 2(n-1)-1 的峰峰值将作为负值返回. 下面展示了一个带解决方法示例.

参数:
轴{None, int}, 可选

沿哪个轴查找峰值.如果为 None(默认),则使用扁平化数组.

out{None, array_like}, optional

用于放置结果的可选替代输出数组.它必须具有与预期输出相同的形状和缓冲区长度,但如有必要,将转换类型.

fill_value标量或 None,可选

用于填充掩码值的数值.

keepdimsbool,可选

如果设置为 True,则缩减的轴将作为大小为 1 的维度保留在结果中.使用此选项,结果将与数组正确广播.

返回:
ptpndarray.

一个包含结果的新数组,除非指定了 out ,在这种情况下,返回对 out 的引用.

示例

>>> import numpy as np
>>> x = np.ma.MaskedArray([[4, 9, 2, 10],
...                        [6, 9, 7, 12]])

>>> x.ptp(axis=1)
masked_array(data=[8, 6],
             mask=False,
       fill_value=999999)

>>> x.ptp(axis=0)
masked_array(data=[2, 0, 5, 2],
             mask=False,
       fill_value=999999)

>>> x.ptp()
10

此示例表明,当输入是有符号整数数组时,可能会返回负值.

>>> y = np.ma.MaskedArray([[1, 127],
...                        [0, 127],
...                        [-1, 127],
...                        [-2, 127]], dtype=np.int8)
>>> y.ptp(axis=1)
masked_array(data=[ 126,  127, -128, -127],
             mask=False,
       fill_value=np.int64(999999),
            dtype=int8)

一种解决方法是使用 view() 方法将结果视为具有相同位宽的无符号整数:

>>> y.ptp(axis=1).view(np.uint8)
masked_array(data=[126, 127, 128, 129],
             mask=False,
       fill_value=np.uint64(999999),
            dtype=uint8)
On this page