numpy.nanmax#
- numpy.nanmax(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指定轴的最大值,忽略任何 NaN。当遇到全 NaN 切片时,将引发
RuntimeWarning
并为该切片返回 NaN。- 参数:
- aarray_like
包含所需最大值的数字的数组。如果 a 不是数组,则尝试进行转换。
- axis{int, int 元组, None}, 可选
计算最大值的轴或轴组。默认为计算扁平化数组的最大值。
- outndarray, 可选
放置结果的备用输出数组。默认为
None
;如果提供,则其形状必须与预期输出相同,但类型将根据需要进行转换。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,结果将针对原始 a 正确广播。如果该值不是默认值,则 keepdims 将传递到
max
方法的ndarray
子类。如果子类方法没有实现 keepdims,则将引发任何异常。- 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
。版本 1.22.0 中的新功能。
- wherebool 型数组, 可选
比较最大值的元素。有关详细信息,请参阅
reduce
。版本 1.22.0 中的新功能。
- 返回:
- nanmaxndarray
一个与 a 形状相同的数组,其中已移除指定的轴。如果 a 是一个 0 维数组,或者 axis 为 None,则返回一个 ndarray 标量。返回与 a 相同的 dtype。
另请参见
备注
NumPy 使用 IEEE 算术二进制浮点标准 (IEEE 754)。这意味着非数字不等于无穷大。正无穷大被视为非常大的数字,负无穷大被视为非常小的(即负)数字。
如果输入具有整数类型,则该函数等效于 np.max。
示例
>>> import numpy as np >>> a = np.array([[1, 2], [3, np.nan]]) >>> np.nanmax(a) 3.0 >>> np.nanmax(a, axis=0) array([3., 2.]) >>> np.nanmax(a, axis=1) array([2., 3.])
当存在正无穷大和负无穷大时
>>> np.nanmax([1, 2, np.nan, -np.inf]) 2.0 >>> np.nanmax([1, 2, np.nan, np.inf]) inf