numpy.ptp#

numpy.ptp(a, axis=None, out=None, keepdims=<no value>)[source]#

沿指定轴计算值的范围（最大值 - 最小值）。

该函数名称源自“peak to peak”（峰峰值）的首字母缩写。

警告

ptp 会保留数组的数据类型。这意味着对于 n 位有符号整数输入（例如 numpy.int8, numpy.int16 等），返回值也将是 n 位有符号整数。在这种情况下，大于 2**(n-1)-1 的峰峰值将作为负数返回。下面展示了一个解决方法示例。

参数:
a类数组对象

输入值。

axisNone 或 int 或 int 元组，可选

用于寻找峰值的轴。默认情况下，将展平数组。axis 可以是负数，此时它从最后一个轴开始计数。如果这是一个整数元组，则会在多个轴上执行缩减操作，而不是像之前那样仅作用于单个轴或所有轴。

outarray_like

用于存放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，输出值的类型会被强制转换。

keepdimsbool，可选

如果设置为 True，则被缩减的轴将保留在结果中，其大小为 1。使用此选项，结果将能够与输入数组正确广播。

如果传入默认值，则 keepdims 不会传递给 ndarray 子类的 ptp 方法；但如果传入非默认值，则会传递。如果子类的方法未实现 keepdims，则会引发异常。

返回:
ptpndarray 或标量

给定数组的范围 - 如果数组是一维的则为 标量，否则为沿给定轴保存结果的新数组

示例

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

>>> np.ptp(x, axis=1)
array([8, 6])

>>> np.ptp(x, axis=0)
array([2, 0, 5, 2])

>>> np.ptp(x)
10

此示例显示了当输入是有符号整数数组时，可以返回负值。

>>> y = np.array([[1, 127],
...               [0, 127],
...               [-1, 127],
...               [-2, 127]], dtype=np.int8)
>>> np.ptp(y, axis=1)
array([ 126,  127, -128, -127], dtype=int8)

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。

>>> np.ptp(y, axis=1).view(np.uint8)
array([126, 127, 128, 129], dtype=uint8)
在此页面