numpy.max#
- numpy.max(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)[source]#
返回数组的最大值或沿轴的最大值。
- 参数:
- aarray_like
输入数据。
- axisNone 或 int 或 int 元组,可选
要操作的轴或轴。默认情况下,使用扁平化的输入。
1.7.0 版中的新内容。
如果这是一个 int 元组,则会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。
- outndarray,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。有关详细信息,请参阅 输出类型确定。
- keepdimsbool,可选
如果将其设置为 True,则将减少的轴保留在结果中,作为大小为一的维度。使用此选项,结果将正确地对输入数组进行广播。
如果传递默认值,则不会将 keepdims 传递给
max
的ndarray
子类的 method,但任何非默认值都会传递。如果子类的 method 没有实现 keepdims,则会引发任何异常。- initial标量,可选
输出元素的最小值。必须存在才能允许对空切片进行计算。有关详细信息,请参阅
reduce
。1.15.0 版中的新内容。
- wherebool 的 array_like,可选
要比较最大值的元素。有关详细信息,请参阅
reduce
。1.17.0 版中的新内容。
- 返回值:
- maxndarray 或标量
a 的最大值。如果 axis 为 None,则结果为标量值。如果 axis 为 int,则结果为维度为
a.ndim - 1
的数组。如果 axis 为元组,则结果为维度为a.ndim - len(axis)
的数组。
另请参阅
备注
NaN 值会传播,也就是说,如果至少有一个项目是 NaN,则相应的最大值也将是 NaN。要忽略 NaN 值(MATLAB 行为),请使用 nanmax。
不要对两个数组使用逐元素比较的
max
;当a.shape[0]
为 2 时,maximum(a[0], a[1])
比max(a, axis=0)
快。示例
>>> import numpy as np >>> a = np.arange(4).reshape((2,2)) >>> a array([[0, 1], [2, 3]]) >>> np.max(a) # Maximum of the flattened array 3 >>> np.max(a, axis=0) # Maxima along the first axis array([2, 3]) >>> np.max(a, axis=1) # Maxima along the second axis array([1, 3]) >>> np.max(a, where=[False, True], initial=-1, axis=0) array([-1, 3]) >>> b = np.arange(5, dtype=float) >>> b[2] = np.nan >>> np.max(b) np.float64(nan) >>> np.max(b, where=~np.isnan(b), initial=-1) 4.0 >>> np.nanmax(b) 4.0
您可以使用初始值来计算空切片的最大值,或将其初始化为不同的值。
>>> np.max([[-50], [10]], axis=-1, initial=0) array([ 0, 10])
请注意,初始值用作确定最大值的元素之一,这与 Python 的 max 函数的默认参数不同,后者仅用于空可迭代对象。
>>> np.max([5], initial=6) 6 >>> max([5], default=6) 5