NumPy max()

import numpy as np

array1 = np.array([10, 12, 14, 11, 5])

# return the largest element 
maxValue= np.max(array1)

print(maxValue)

# Output: 14

max() 语法

max() 的语法是

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

max() 参数

max() 方法接受六个参数

• array - 输入数组
• axis (可选) - 返回最大值的轴 (int)
• out (可选) - 用于存储输出的数组
• keepdims (可选) - 是否保留输入数组的维度 (bool)
• initial (可选) - 输出元素的最大值 (标量)
• where (可选) - 包含在最大值计算中的元素 (bool 的 array)

max() 返回值

max() 方法返回最大的元素。

注意：如果输入数组中至少有一个元素是 NaN，则 max() 返回 NaN。

示例 1：带 2D 数组的 max()

axis 参数定义了我们如何处理 2D 数组中的最大元素。

• 如果 axis = None，数组将被展平，并返回展平数组的最大值。
• 如果 axis = 0，则返回每列中最大元素的最大值。
• 如果 axis = 1，则返回每行中最大元素的最大值。

import numpy as np

array = np.array([[10, 17, 25], 
                  [15, 11, 22]])
                  
# return the largest element of the flattened array
maxValue = np.max(array)

print('The largest element in the flattened array: ', maxValue)

# return the largest element in each column
maxValue = np.max(array, axis = 0)

print('The largest element in each column (axis 0): ', maxValue)

# return the largest element in each row
maxValue = np.max(array, axis = 1)

print('The largest element in each row (axis 1): ', maxValue)

输出

The largest element in the flattened array:  25
The largest element in each column (axis 0):  [15 17 25]
The largest element in each row (axis 1):  [25 22]

示例 2：使用 out 将结果存储在所需位置

在我们之前的示例中，max() 函数生成了一个新的输出数组。

但是，我们可以使用 out 参数使用现有数组来存储输出。

import numpy as np

array1 = np.array([[10, 17, 25], 
                  [15, 11, 22], 
                  [11, 19, 20]])

# create an empty array
array2= np.array([0, 0, 0])

# pass the 'out' argument to store the result in array2
np.max(array1, axis = 0, out = array2)

print(array2)

输出

[15 19 25]

示例 3：带 keepdims 的 max()

当 keepdims = True 时，结果数组的维度与输入数组的维度匹配。

import numpy as np

array1 = np.array([[10, 17, 25], 
                   [15, 11, 22]])
print('Dimensions of original array: ', array1.ndim)

maxValue = np.max(array1, axis = 1)

print('\n Without keepdims: \n', maxValue)
print('Dimensions of array: ', maxValue.ndim) 

# set keepdims to True to retain the dimension of the input array
maxValue = np.max(array1, axis = 1, keepdims = True)

print('\n With keepdims: \n', maxValue)
print('Dimensions of array: ', maxValue.ndim)

输出

Dimensions of original array:  2

 Without keepdims: 
[25 22]
Dimensions of array:  1

 With keepdims: 
 [[25]
 [22]]
Dimensions of array:  2

如果不使用 keepdims，结果只是一个包含索引的一维数组。

使用 keepdims 时，结果数组具有与输入数组相同的维度数。

示例 4：带 initial 的 max()

我们使用 initial 来定义 max() 可以返回的最大值。如果数组的最大值小于初始值，则返回 initial。

import numpy as np

# max value > initial, returns max value
array1 = np.array([[10, 25, 17, 16, 14]])
maxValue = np.max(array1, initial = 6)
print(maxValue)

# max value < initial, returns initial
array2 = np.array([[10, 25, 17, 16, 14]])
maxValue = np.max(array2, initial = 26)
print(maxValue)

# in case of an empty array, initial value is returned
array3 = np.array([])
maxValue = np.max(array3, initial = 5)
print(maxValue)

输出

25
26
5.0

示例 5：在 max() 中使用 where 参数

可选参数 where 指定要包含在最大值计算中的元素。

import numpy as np

arr = np.array([[12, 25, 32],
              	[47, 50, 36]])

# take max of entire array
result1 = np.max(arr)

# max of only odd elements
result2 = np.max(arr, initial = 0, where = (arr%2==1))

# max of  numbers less than 30
result3 = np.max(arr, initial = 0,where = (arr < 30))

print('Max of entire array:', result1)
print('Max of only odd elements:', result2)
print('Max of numbers less than 30:', result3)

输出

Max of entire array: 50
Max of only odd elements: 47
Max of numbers less than 30: 25