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。如果被比较的元素之一是 NaN,则返回非 NaN 元素。如果两个元素都是 NaN,则返回第一个。后一种区别对于复数 NaN 非常重要,复数 NaN 定义为至少实部或虚部之一为 NaN。最终效果是,尽可能地忽略 NaN。
- 参数:
- x1, x2array_like
包含要比较的元素的数组。如果
x1.shape != x2.shape
,则它们必须可广播到一个共同的形状(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,它必须具有输入广播到的形状。如果没有提供或为 None,则返回一个新分配的数组。元组(仅作为关键字参数可能)必须具有与输出数量相等的长度。
- wherearray_like,可选
此条件会广播到输入。在条件为 True 的位置,out 数组将设置为 ufunc 结果。在其他地方,out 数组将保留其原始值。请注意,如果通过默认的
out=None
创建一个未初始化的 out 数组,则其中条件为 False 的位置将保持未初始化状态。- **kwargs**
对于其他仅限关键字的参数,请参见 ufunc 文档。
- 返回值:
- yndarray 或标量
x1 和 x2 的逐元素最大值。如果 x1 和 x2 都是标量,则这是一个标量。
另请参见
备注
1.3.0 版中的新内容。
当 x1 和 x2 都不为 NaN 时,fmax 等效于
np.where(x1 >= x2, x1, x2)
,但它速度更快且执行适当的广播。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])