Python numpy amax用法及代碼示例

本文簡要介紹 python 語言中 numpy.amax 的用法。

用法:

numpy.amax(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)

返回數組的最大值或沿軸的最大值。

參數：

a： array_like

輸入數據。

axis： 無或int 或整數元組，可選

沿其操作的一個或多個軸。默認情況下，使用扁平化輸入。

如果這是一個整數元組，則在多個軸上選擇最大值，而不是像以前那樣選擇單個軸或所有軸。

out： ndarray，可選

用於放置結果的替代輸出數組。必須與預期輸出具有相同的形狀和緩衝區長度。有關更多詳細信息，請參閱輸出類型確定。

keepdims： 布爾型，可選

如果將其設置為 True，則縮小的軸將作為尺寸為 1 的尺寸留在結果中。使用此選項，結果將針對輸入數組正確廣播。

如果傳遞了默認值，那麽保持昏暗不會被傳遞到amax子類的方法numpy.ndarray，但是任何非默認值都是。如果sub-class' 方法沒有實現保持昏暗將引發任何異常。

initial： 標量，可選

輸出元素的最小值。必須存在以允許對空切片進行計算。有關詳細信息，請參閱 reduce 。

where： 類似於 bool 的數組，可選

要比較最大值的元素。有關詳細信息，請參閱 reduce 。

返回：

amax： ndarray 或標量

最大的a.如果軸為無，結果是一個標量值。如果軸給出，結果是一個維度數組a.ndim - 1.

注意：

NaN 值被傳播，也就是說，如果至少一項為 NaN，則相應的最大值也將為NaN。要忽略 NaN 值(MATLAB 行為)，請使用 nanmax。

不要將amax 用於 2 個數組的元素比較；當 a.shape[0] 為 2 時， maximum(a[0], a[1]) 比 amax(a, axis=0) 快。

例子：

>>> 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

您可以使用初始值來計算空切片的最大值，或者將其初始化為不同的值：

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

請注意，初始值用作確定最大值的元素之一，這與 Python 的默認參數 max 函數不同，該函數僅用於空迭代。

>>> np.amax([5], initial=6)
6
>>> max([5], default=6)
5