numpy.fmax#
- numpy.fmax(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'fmax'>#
数组元素的逐元素最大值.
比较两个数组并返回一个包含元素级最大值的新数组.如果被比较的元素之一是 NaN,则返回非 NaN 元素.如果两个元素都是 NaNs,则返回第一个.后者的区分对于复数 NaNs 很重要,它们定义为实部或虚部中至少有一个是 NaN.总体效果是尽可能忽略 NaNs.
- 参数:
- x1, x2array_like
用于保存要比较的元素的数组.如果
x1.shape != x2.shape
,它们必须能够广播到一个共同的形状(这将成为输出形状).- outndarray, None, 或 ndarray 和 None 的元组, 可选
存储结果的位置.如果提供,它必须具有输入广播到的形状.如果未提供或为 None,则返回一个新分配的数组.一个元组(只能作为关键字参数)的长度必须等于输出的数量.
- wherearray_like, 可选
这个条件通过输入进行广播.在条件为 True 的位置,`out` 数组将被设置为 ufunc 结果.在其他地方,`out` 数组将保留其原始值.注意,如果通过默认的
out=None
创建了一个未初始化的 out 数组,条件为 False 的位置将保持未初始化状态.- **kwargs
对于其他仅限关键字的参数,请参阅 ufunc 文档.
- 返回:
- yndarray 或标量
逐元素计算 x1 和 x2 的最大值.如果 x1 和 x2 都是标量,则结果也是标量.
参见
备注
在 1.3.0 版本加入.
fmax 等同于
np.where(x1 >= x2, x1, x2)
当 x1 和 x2 都不是 NaNs 时,但它更快并且能正确地进行广播.示例
>>> import numpy as np >>> np.fmax([2, 3, 4], [1, 5, 2]) array([ 2, 5, 4])
>>> np.fmax(np.eye(2), [0.5, 2]) array([[ 1. , 2. ], [ 0.5, 2. ]])
>>> np.fmax([np.nan, 0, np.nan],[0, np.nan, np.nan]) array([ 0., 0., nan])