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 或整数元组，可选: 指定操作所沿的轴。默认情况下，axis 为 None，此时使用扁平化的输入。如果这是一个整数元组，则最大值将在多个轴上选择，而不是像以前那样仅在一个轴或所有轴上选择。
out类数组，可选: 用于放置结果的备选输出数组。其形状和缓冲区长度必须与预期输出相同。
fill_value标量或 None，可选: 用于填充掩码值的值。如果为 None，则使用 maximum_fill_value() 的输出。
keepdims布尔值，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，结果将与数组正确广播。

返回:

amax类数组: 包含结果的新数组。如果指定了 out，则返回 out。

另请参阅

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)