numpy.nanmax#
- numpy.nanmax(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,忽略任何 NaN. 当遇到全为 NaN 的切片时,会引发
RuntimeWarning,并为该切片返回 NaN.- 参数:
- aarray_like
包含要计算最大值的数字的数组. 如果 a 不是数组,则尝试转换.
- axis{int, tuple of int, None}, optional
计算最大值所在的轴或多个轴. 默认值是计算扁平化数组的最大值.
- outndarray, 可选
用于放置结果的备用输出数组. 默认值为
None;如果提供,则它必须具有与预期输出相同的形状,但如果需要,将强制转换类型. 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,则缩减的轴将保留在结果中,并作为大小为 1 的维度. 使用此选项,结果将针对原始 a 正确广播. 如果该值不是默认值,则 keepdims 将传递给
ndarray子类的max方法. 如果子类方法未实现 keepdims ,则将引发任何异常.- 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.在 1.22.0 版本加入.
- 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.在 1.22.0 版本加入.
- 返回:
- nanmaxndarray
一个与 a 形状相同的数组,并移除了指定的轴. 如果 a 是一个 0-d 数组,或者 axis 为 None,则返回一个 ndarray 标量. 返回与 a 相同的数据类型.
参见
注释
NumPy 使用 IEEE 二进制浮点算术标准(IEEE 754). 这意味着非数字不等于无穷大. 正无穷大被视为非常大的数字,负无穷大被视为非常小的数字(即负数).
如果输入是整数类型,则该函数等同于 np.max.
示例
>>> import numpy as np >>> a = np.array([[1, 2], [3, np.nan]]) >>> np.nanmax(a) 3.0 >>> np.nanmax(a, axis=0) array([3., 2.]) >>> np.nanmax(a, axis=1) array([2., 3.])
当存在正无穷和负无穷时:
>>> np.nanmax([1, 2, np.nan, -np.inf]) 2.0 >>> np.nanmax([1, 2, np.nan, np.inf]) inf