numpy.nanmax#
- numpy.nanmax(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)[原始碼]#
傳回陣列的最大值或沿軸的最大值,忽略任何 NaN。當遇到全為 NaN 的切片時,會引發
RuntimeWarning
,並為該切片傳回 NaN。- 參數::
- aarray_like
包含要計算最大值的數字的陣列。如果 a 不是陣列,則會嘗試轉換。
- axis{int, tuple of int, None}, 選用
要沿其計算最大值的軸或軸。預設值是計算扁平化陣列的最大值。
- outndarray, 選用
用於放置結果的替代輸出陣列。預設值為
None
;如果提供,則其形狀必須與預期輸出相同,但如有必要,將會轉換類型。有關更多詳細資訊,請參閱 輸出類型決定。- keepdimsbool, 選用
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,結果將針對原始 a 正確廣播。如果該值不是預設值,則 keepdims 將傳遞至
max
的ndarray
子類別方法。如果子類別方法未實作 keepdims,則會引發任何例外。- initial純量, 選用
輸出元素的最小值。必須存在才能允許對空切片進行計算。有關詳細資訊,請參閱
reduce
。版本 1.22.0 新增功能。
- wherearray_like of bool, 選用
要比較以取得最大值的元素。有關詳細資訊,請參閱
reduce
。版本 1.22.0 新增功能。
- 傳回值::
- nanmaxndarray
與 a 具有相同形狀的陣列,但移除了指定的軸。如果 a 是 0 維陣列,或者如果 axis 為 None,則會傳回 ndarray 純量。傳回與 a 相同的 dtype。
另請參閱
註解
NumPy 使用 IEEE 二進位浮點算術標準 (IEEE 754)。這表示非數字不等於無限大。正無限大被視為非常大的數字,負無限大被視為非常小的(即負數)數字。
如果輸入具有整數類型,則此函數等效於 np.max。
範例
>>> import numpy as np >>> a = np.array([[1, 2], [3, np.nan]]) >>> np.nanmax(a) 3.0 >>> np.nanmax(a, axis=0) array([3., 2.]) >>> np.nanmax(a, axis=1) array([2., 3.])
當存在正無限大和負無限大時
>>> np.nanmax([1, 2, np.nan, -np.inf]) 2.0 >>> np.nanmax([1, 2, np.nan, np.inf]) inf