numpy.
amax
返回数组的最大值或沿轴的最大值。
输入数据。
沿其操作的轴。默认情况下,使用扁平输入。
1.7.0 新版功能.
如果这是整数的元组,则在多个轴上选择最大值,而不是像以前那样选择单个轴或所有轴。
用于放置结果的可选输出数组。必须与预期输出具有相同的形状和缓冲区长度。见 输出类型确定 了解更多详细信息。
如果设置为“真”,则缩小的轴将保留在结果中,作为尺寸为1的尺寸。使用此选项,结果将针对输入数组正确广播。
如果传递了默认值,则 keepdims 不会传给 amax 子类方法 ndarray 但是,任何非默认值都是。如果子类的方法不实现 keepdims 将引发任何异常。
ndarray
输出元素的最小值。必须存在才能允许对空切片进行计算。见 reduce 有关详细信息。
reduce
1.15.0 新版功能.
要比较最大值的元素。看到了吗 reduce 有关详细信息。
1.17.0 新版功能.
最大值 a .如果 axis 为“无”,结果是一个标量值。如果 axis 给出的结果是一个维度数组 a.ndim - 1 .
a.ndim - 1
参见
amin
沿给定轴传播的数组的最小值。
nanmax
数组沿给定轴的最大值,忽略任何NaN。
maximum
两个数组的元素最大值,传播任何nan。
fmax
元素方向最多两个数组,忽略任何NaN。
argmax
返回最大值的索引。
nanmin
minimum
fmin
笔记
将传播NaN值,即如果至少有一个项为NaN,则相应的最大值也将为NaN。若要忽略NaN值(Matlab行为),请使用NanMax。
不要使用 amax 用于2个数组的元素比较;当 a.shape[0] 是2, maximum(a[0], a[1]) 比快 amax(a, axis=0) .
a.shape[0]
maximum(a[0], a[1])
amax(a, axis=0)
实例
>>> a = np.arange(4).reshape((2,2)) >>> a array([[0, 1], [2, 3]]) >>> np.amax(a) # Maximum of the flattened array 3 >>> np.amax(a, axis=0) # Maxima along the first axis array([2, 3]) >>> np.amax(a, axis=1) # Maxima along the second axis array([1, 3]) >>> np.amax(a, where=[False, True], initial=-1, axis=0) array([-1, 3]) >>> b = np.arange(5, dtype=float) >>> b[2] = np.NaN >>> np.amax(b) nan >>> np.amax(b, where=~np.isnan(b), initial=-1) 4.0 >>> np.nanmax(b) 4.0
可以使用初始值计算空切片的最大值,或者将其初始化为其他值:
>>> 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,与默认参数python的max函数不同,后者只用于空的iterables。
>>> np.max([5], initial=6) 6 >>> max([5], default=6) 5