numpy.max#

numpy.max(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)[源代码]#

返回数组的最大值或沿轴的最大值.

参数:
aarray_like

输入数据.

轴None 或 int 或 int 元组,可选

要操作的轴或多个轴.默认情况下,使用扁平化的输入.如果这是一个整数元组,则选择多个轴上的最大值,而不是像以前一样选择单个轴或所有轴.

outndarray,可选

用于放置结果的可选输出数组.它必须具有与预期输出相同的形状和缓冲区长度.有关更多详细信息,请参见 输出类型确定 .

keepdimsbool,可选

如果设置为 True,则缩小的轴将保留在结果中,作为大小为 1 的维度.使用此选项,结果将针对输入数组正确广播.

如果传递默认值,则 keepdims 将不会传递给 ndarray 子类的 max 方法,但是任何非默认值都会被传递.如果子类的方法未实现 keepdims ,则会引发任何异常.

initial标量,可选

输出元素的最小值.必须存在才能允许在空切片上进行计算.有关详细信息,请参见 reduce .

其中array_like of bool,可选

要比较以获得最大值的元素.有关详细信息,请参见 reduce .

返回:
maxndarray 或标量

a 的最大值.如果 axis 为 None,则结果为标量值.如果 axis 是一个整数,则结果是维度为 a.ndim - 1 的数组.如果 axis 是一个元组,则结果是维度为 a.ndim - len(axis) 的数组.

参见

amin

数组沿给定轴的最小值,传播任何 NaN.

nanmax

数组沿给定轴的最大值,忽略任何 NaN.

maximum

两个数组的逐元素最大值,传播任何 NaN.

fmax

两个数组的逐元素最大值,忽略任何 NaN.

argmax

返回最大值的索引.

nanmin , minimum , fmin

注释

NaN 值会传播,也就是说,如果至少有一个项是 NaN,则相应的最大值也将是 NaN.要忽略 NaN 值(MATLAB 行为),请使用 nanmax.

不要使用 max 来逐元素比较 2 个数组;当 a.shape[0] 为 2 时, maximum(a[0], a[1]) 比 max(a, axis=0) 快.

示例

>>> import numpy as np
>>> a = np.arange(4).reshape((2,2))
>>> a
array([[0, 1],
       [2, 3]])
>>> np.max(a)           # Maximum of the flattened array
3
>>> np.max(a, axis=0)   # Maxima along the first axis
array([2, 3])
>>> np.max(a, axis=1)   # Maxima along the second axis
array([1, 3])
>>> np.max(a, where=[False, True], initial=-1, axis=0)
array([-1,  3])
>>> b = np.arange(5, dtype=float)
>>> b[2] = np.nan
>>> np.max(b)
np.float64(nan)
>>> np.max(b, where=~np.isnan(b), initial=-1)
4.0
>>> np.nanmax(b)
4.0

你可以使用初始值来计算空切片的最大值,或者将其初始化为不同的值:

>>> np.max([[-50], [10]], axis=-1, initial=0)
array([ 0, 10])

请注意,初始值用作确定最大值的元素之一,这与 Python 的 max 函数的默认参数不同,后者仅用于空的可迭代对象.

>>> np.max([5], initial=6)
6
>>> max([5], default=6)
5
On this page