numpy.max#

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

返回数组的最大值或沿轴的最大值。

参数:
aarray_like

输入数据。

axisNone、int 或 int 元组，可选

操作所沿的轴。默认情况下，使用展平的输入。如果这是一个整数元组，则最大值将在多个轴上选择，而不是像以前那样在单个轴或所有轴上选择。

outndarray，可选

用于放置结果的备用输出数组。必须与预期输出具有相同的形状和缓冲区长度。有关详细信息，请参阅输出类型确定。

keepdimsbool，可选

如果设置为 True，则被缩减的轴将作为大小为一的维度保留在结果中。使用此选项，结果将与输入数组正确广播。

如果传递默认值，则 keepdims 不会传递给 ndarray 子类的 max 方法，但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。必须存在才能允许对空切片进行计算。有关详细信息，请参阅reduce。

wherebool 类型的 array_like，可选

用于比较以获取最大值的元素。有关详细信息，请参阅reduce。

返回:
maxndarray 或 标量

a 的最大值。如果 axis 为 None，结果是一个标量值。如果 axis 是一个 int，结果是维度为 a.ndim - 1 的数组。如果 axis 是一个元组，结果是维度为 a.ndim - len(axis) 的数组。

另请参阅

amin

数组沿给定轴的最小值，会传播任何 NaN。

nanmax

数组沿给定轴的最大值，会忽略任何 NaN。

maximum

两个数组的逐元素最大值，会传播任何 NaN。

fmax

两个数组的逐元素最大值，会忽略任何 NaN。

argmax

返回最大值的索引。

nanmin, minimum, fmin

注意

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。

不要将 max 用于两个数组的逐元素比较；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

您可以使用一个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，初始值被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
本页内容