numpy.ma.MaskedArray.max #

方法

ma.MaskedArray。max ( axis=None , out=None , fill_value=None , keepdims=<无值> ) [来源] #

返回沿给定轴的最大值。

参数：

axis无或整数或整数元组，可选: 操作所沿的轴。默认情况下，axis为 None 并使用扁平化输入。 .. versionadded:: 1.7.0 如果这是一个整数元组，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。
out array_like，可选: 用于放置结果的替代输出数组。必须具有与预期输出相同的形状和缓冲区长度。
fill_value标量或 None，可选: 用于填充屏蔽值的值。如果没有，则使用maximum_fill_value()的输出。
keepdims布尔值，可选: 如果将此设置为 True，则缩小的轴将作为大小为 1 的维度保留在结果中。使用此选项，结果将针对阵列正确广播。

返回：

amax类似数组: 保存结果的新数组。如果out已指定，out则返回。

也可以看看

ma.maximum_fill_value: 返回给定数据类型的最大填充值。

例子

>>> import numpy.ma as ma
>>> x = [[-1., 2.5], [4., -2.], [3., 0.]]
>>> mask = [[0, 0], [1, 0], [1, 0]]
>>> masked_x = ma.masked_array(x, mask)
>>> masked_x
masked_array(
  data=[[-1.0, 2.5],
        [--, -2.0],
        [--, 0.0]],
  mask=[[False, False],
        [ True, False],
        [ True, False]],
  fill_value=1e+20)
>>> ma.max(masked_x)
2.5
>>> ma.max(masked_x, axis=0)
masked_array(data=[-1.0, 2.5],
             mask=[False, False],
       fill_value=1e+20)
>>> ma.max(masked_x, axis=1, keepdims=True)
masked_array(
  data=[[2.5],
        [-2.0],
        [0.0]],
  mask=[[False],
        [False],
        [False]],
  fill_value=1e+20)
>>> mask = [[1, 1], [1, 1], [1, 1]]
>>> masked_x = ma.masked_array(x, mask)
>>> ma.max(masked_x, axis=1)
masked_array(data=[--, --, --],
             mask=[ True,  True,  True],
       fill_value=1e+20,
            dtype=float64)