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)