numpy.ma.max #
- 嘛。max ( obj , 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)