numpy.ma.MaskedArray.max#

方法

ma.MaskedArray.max(axis=None, out=None, fill_value=None, keepdims=<no value>)[source]#

返回给定轴上的最大值。

参数:
axisNone 或 int 或 int 元组,可选

操作的轴。默认情况下,axis 为 None,并使用扁平化的输入。 .. versionadded:: 1.7.0 如果这是一个 int 元组,则在多个轴上选择最大值,而不是像以前那样在一个轴或所有轴上选择。

out类数组,可选

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。

fill_value标量或 None,可选

用于填充掩码值的数值。如果为 None,则使用 maximum_fill_value() 的输出。

keepdims布尔值,可选

如果将其设置为 True,则减少的轴将作为大小为一的维度保留在结果中。使用此选项,结果将正确地广播到数组。

返回:
amax类数组

保存结果的新数组。如果指定了 out,则返回 out

参见

ma.maximum_fill_value

返回给定数据类型的最大填充值。

示例

>>> import numpy.ma as ma
>>> x = [[-1., 2.5], [4., -2.], [3., 0.]]
>>> mask = [[0, 0], [1, 0], [1, 0]]
>>> masked_x = ma.masked_array(x, mask)
>>> masked_x
masked_array(
  data=[[-1.0, 2.5],
        [--, -2.0],
        [--, 0.0]],
  mask=[[False, False],
        [ True, False],
        [ True, False]],
  fill_value=1e+20)
>>> ma.max(masked_x)
2.5
>>> ma.max(masked_x, axis=0)
masked_array(data=[-1.0, 2.5],
             mask=[False, False],
       fill_value=1e+20)
>>> ma.max(masked_x, axis=1, keepdims=True)
masked_array(
  data=[[2.5],
        [-2.0],
        [0.0]],
  mask=[[False],
        [False],
        [False]],
  fill_value=1e+20)
>>> mask = [[1, 1], [1, 1], [1, 1]]
>>> masked_x = ma.masked_array(x, mask)
>>> ma.max(masked_x, axis=1)
masked_array(data=[--, --, --],
             mask=[ True,  True,  True],
       fill_value=1e+20,
            dtype=float64)