numpy.max#

numpy.max(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)[源代码]#

返回数组中的最大值或沿轴的最大值.

参数:
aarray_like

输入数据.

axisNone 或 int 或 int 的元组,可选

操作的轴或轴.默认情况下,使用展平的输入.

在 1.7.0 版本加入.

如果这是一个整数的元组,则最大值是在多个轴上选择的,而不是像以前那样在单个轴或所有轴上选择.

outndarray,可选

要在其中放置结果的替代输出数组.必须与预期输出的形状和缓冲区长度相同.有关更多详细信息,请参见 输出类型确定.

keepdimsbool, 可选

如果设置为 True,被减少的轴将作为尺寸为1的维度保留在结果中.使用此选项,结果将正确地与输入数组广播.

如果传递的是默认值,那么 keepdims 将不会传递给 ndarray 子类的 max 方法,然而任何非默认值将会传递.如果子类的方法没有实现 keepdims ,任何异常将会被引发.

initial标量,可选

输出元素的最小值.必须存在以允许在空切片上进行计算.详情请参见 reduce.

在 1.15.0 版本加入.

where类数组的布尔值,可选

用于比较的最大元素.详情请参见 reduce.

在 1.17.0 版本加入.

返回:
maxndarray 或标量

最大值 a.如果 axis 是 None,结果是一个标量值.如果 axis 是 int,结果是一个维度为 a.ndim - 1 的数组.如果 axis 是元组,结果是一个维度为 a.ndim - len(axis) 的数组.

参见

amin

沿给定轴的数组的最小值,传播任何 NaNs.

nanmax

沿给定轴的数组的最大值,忽略任何 NaNs.

maximum

两个数组的逐元素最大值,传播任何 NaNs.

fmax

两个数组逐元素的最大值,忽略任何 NaN.

argmax

返回最大值的索引.

nanmin, minimum, fmin

备注

NaN 值会被传播,也就是说,如果至少有一个项是 NaN,相应的最大值也将是 NaN.要忽略 NaN 值（MATLAB 行为）,请使用 nanmax.

不要使用 max 来进行两个数组的元素比较;当 a.shape[0] 为 2 时,``maximum(a[0], a[1])`` 比 max(a, axis=0) 更快.

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

你可以使用一个初始值来计算空切片的最大值,或者将其初始化为不同的值:

>>> np.max([[-50], [10]], axis=-1, initial=0)
array([ 0, 10])

请注意,初始值被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
On this page