numpy.ma.MaskedArray.max#

方法

ma.MaskedArray.max(axis=None, out=None, fill_value=None, keepdims=<no value>)[source]#

返回沿指定軸的最大值。

參數:
axisNone 或 int 或 int 元組，選填

要沿其操作的軸。預設情況下，axis 為 None 且使用扁平化的輸入。如果這是整數元組，則會在多個軸上選擇最大值，而不是像以前那樣在單個軸或所有軸上選擇。

out類陣列，選填

用於放置結果的替代輸出陣列。必須與預期輸出具有相同的形狀和緩衝區長度。

fill_value純量或 None，選填

用於填補遮罩值的值。如果為 None，則使用 maximum_fill_value() 的輸出。

keepdimsbool，選填

如果設定為 True，則縮減的軸將保留在結果中，作為大小為一的維度。使用此選項，結果將針對陣列正確廣播。

返回:
amax類陣列

保存結果的新陣列。如果指定了 out，則返回 out。

另請參閱

ma.maximum_fill_value

返回給定資料類型的最大填充值。

範例

>>> 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)
本頁內容