numpy.ma.ptp#

ma.ptp(obj, axis=None, out=None, fill_value=None, keepdims=<no value>)[源代码]#

返回给定维度上的（最大值 - 最小值）（即峰峰值）。

警告

ptp 保留数组的数据类型。这意味着对于具有 n 位的有符号整数输入（例如 np.int8、np.int16 等），返回值也是具有 n 位的有符号整数。在这种情况下，大于 2**(n-1)-1 的峰峰值将作为负值返回。下面展示了一个包含解决方案的示例。

参数:
axis{None, int}, 可选

要查找峰值的轴。如果为 None（默认），则使用扁平化数组。

out{None, array_like}, 可选

用于放置结果的替代输出数组。它必须具有与预期输出相同的形状和缓冲区长度，但如果需要，类型将被强制转换。

fill_value标量或 None，可选

用于填充掩码值的值。

keepdimsbool, 可选

如果设置为 True，则缩减的轴将保留在结果中，作为大小为 1 的维度。使用此选项，结果将针对数组正确广播。

返回:
ptpndarray.

一个保存结果的新数组，除非指定了 out，在这种情况下，返回对 out 的引用。

示例

>>> import numpy as np
>>> x = np.ma.MaskedArray([[4, 9, 2, 10],
...                        [6, 9, 7, 12]])

>>> x.ptp(axis=1)
masked_array(data=[8, 6],
             mask=False,
       fill_value=999999)

>>> x.ptp(axis=0)
masked_array(data=[2, 0, 5, 2],
             mask=False,
       fill_value=999999)

>>> x.ptp()
10

此示例显示当输入是有符号整数数组时，可以返回负值。

>>> y = np.ma.MaskedArray([[1, 127],
...                        [0, 127],
...                        [-1, 127],
...                        [-2, 127]], dtype=np.int8)
>>> y.ptp(axis=1)
masked_array(data=[ 126,  127, -128, -127],
             mask=False,
       fill_value=np.int64(999999),
            dtype=int8)

一种解决方法是使用 view() 方法将结果视为具有相同位宽的无符号整数

>>> y.ptp(axis=1).view(np.uint8)
masked_array(data=[126, 127, 128, 129],
             mask=False,
       fill_value=np.uint64(999999),
            dtype=uint8)
在此页面