numpy.fmax#
- numpy.fmax(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'fmax'>#
数组元素的逐元素最大值。
比较两个数组并返回一个包含逐元素最大值的新数组。如果比较的元素中有一个是 NaN,则返回非 NaN 元素。如果两个元素都是 NaN,则返回第一个。后者的区别对于复数 NaN 很重要,复数 NaN 定义为实部或虚部至少有一个是 NaN。其最终效果是 NaN 在可能的情况下会被忽略。
- 参数:
- x1, x2类数组
要比较的元素所处的数组。如果
x1.shape != x2.shape
,它们必须能够广播到相同的形状(这将成为输出的形状)。- outndarray、None 或 ndarray 和 None 的元组,可选
存储结果的位置。如果提供,其形状必须与输入的广播形状一致。如果未提供或为 None,则返回新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。
- where类数组,可选
此条件会在输入上广播。在条件为 True 的位置,out 数组将设置为 ufunc 结果。在其他位置,out 数组将保留其原始值。请注意,如果通过默认的
out=None
创建未初始化的 out 数组,则其中条件为 False 的位置将保持未初始化状态。- **kwargs
有关其他仅关键字参数,请参阅ufunc 文档。
- 返回:
- yndarray 或标量
x1 和 x2 的逐元素最大值。如果 x1 和 x2 都是标量,则返回一个标量。
另请参阅
备注
当 x1 和 x2 均不是 NaN 时,fmax 等价于
np.where(x1 >= x2, x1, x2)
,但它更快并能正确广播。示例
>>> import numpy as np >>> np.fmax([2, 3, 4], [1, 5, 2]) array([ 2, 5, 4])
>>> np.fmax(np.eye(2), [0.5, 2]) array([[ 1. , 2. ], [ 0.5, 2. ]])
>>> np.fmax([np.nan, 0, np.nan],[0, np.nan, np.nan]) array([ 0., 0., nan])