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.

axisNone 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,而不是像以前那样的单个轴或所有轴.

outndarray, 可选

用于放置结果的可选输出数组. 必须与预期输出具有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

如果将其设置为 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,结果将针对输入数组正确广播.

如果传递了默认值,则 keepdims 将不会传递给 ndarray 子类的 max 方法,但是任何非默认值都将被传递.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. 必须存在才能允许对空切片进行计算. 有关详细信息,请参见 reduce .

wherebool 的类数组对象,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,则结果是一个维度为 a.ndim - 1 的数组. 如果 axis 是一个元组,则结果是一个维度为 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 值会被传播,也就是说,如果至少有一个项目是 NaN,那么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 对 2 个数组进行逐元素比较;当 a.shape[0] 为 2 时, maximum(a[0], a[1]) 比 max(a, axis=0) 更快.

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

您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 max 函数的 default 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
当前页面