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 maxndarray 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

amin

数组沿给定轴的最小值,传播任何 NaN。

nanmax

数组沿给定轴的最大值,忽略任何 NaN。

maximum

两个数组的逐元素最大值,传播任何 NaN。

fmax

两个数组的逐元素最大值,忽略任何 NaN。

argmax

返回最大值的索引。

nanmin, minimum, fmin

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])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