python数据分析numpy基础之max求数组最大值_numpy.max

1 python数据分析numpy基础之max求数组最大值

python的numpy库的max()函数，用于计算沿指定轴(一个轴或多个轴)的最大值。

用法

numpy.max(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)
1

1.1 入参a

numpy.max()的入参a，为必选入参，可以为数组、列表、元组，表示需要求最大值的数据。

>>> import numpy as np
# 入参a为列表
>>> np.max([1,2,3,-1,-5])
3
# 入参a为元组
>>> np.max((1,2,3,-1,-5))
3
# 入参a为数组
>>> np.max(np.array((1,2,3,-1,-5)))
3
1
2
3
4
5
6
7
8
9
10

1.2 入参axis为整数

numpy.max()的入参axis为可选入参，默认为None，表示求整个数组的最大值。

若axis=n为整数，则对指定轴n的元素求最大值。

若axis=负数，则-1对应最后一个轴，-2倒数第2个轴，依此类推。

>>> import numpy as np
>>> ar3=np.array([[[12, 13, 14, 15 ],
        [ 19,  25,  16,  7],
        [ 18,  29, 10, 31]],

       [[9,  11,  21,  3],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
# axis默认为None，整个数组的最大值
>>> np.max(ar3)
31
# axis=0，沿0轴的2个二维数组的每个位置都取最大值
>>> np.max(ar3,axis=0)
array([[12, 13, 21, 15],
       [19, 25, 18, 19],
       [20, 29, 22, 31]])
# axis=1，沿1轴的一维数组的每个位置都取最大值 
>>> np.max(ar3,axis=1)
array([[19, 29, 16, 31],
       [20, 21, 22, 23]])
# axis=2，沿2轴的每个位置都取最大值 
>>> np.max(ar3,axis=2)
array([[15, 25, 31],
       [21, 19, 23]])
# 若axis=负数，则-1对应最后一个轴，-2倒数第2个轴，依此类推。
>>> np.max(ar3,axis=-1)
array([[15, 25, 31],
       [21, 19, 23]])
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

1.3 入参axis为元组

numpy.max()的入参axis若为轴的元组，则对多个轴求最大值。

axis=(m,n) 先沿m轴取最小值，再沿n轴取最大值

axis=(m,n)等效于axis=(n,m)。

>>> import numpy as np
>>> ar3=np.array([[[12, 13, 14, 15 ],
        [ 19,  25,  16,  7],
        [ 18,  29, 10, 31]],

       [[9,  11,  21,  3],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
>>> ar3
array([[[12, 13, 14, 15],
        [19, 25, 16,  7],
        [18, 29, 10, 31]],

       [[ 9, 11, 21,  3],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
# axis=(m,n)先沿m轴取最大值，再沿n轴取最大值
>>> np.max(ar3,axis=(0,1))
array([20, 29, 22, 31])
# axis=(m,n)等于# axis=(n,m)
>>> np.max(ar3,axis=(1,0))
array([20, 29, 22, 31])
>>> np.max(ar3,axis=(0,2))
array([21, 25, 31])
>>> np.max(ar3,axis=(1,2))
array([31, 23])
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

1.4 入参initial

numpy.max()的入参initial为可选入参，表示用initial替换输出元素中小于initial的值。

>>> import numpy as np
>>> ar3=np.array([[[12, 13, 14, 15 ],
        [ 19,  25,  16,  7],
        [ 18,  29, 10, 31]],

       [[9,  11,  21,  3],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
>>> ar3
array([[[12, 13, 14, 15],
        [19, 25, 16,  7],
        [18, 29, 10, 31]],

       [[ 9, 11, 21,  3],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
# 输出小于initial，则替换为initial，否则不变
>>> np.max(ar3,axis=(0,1))
array([20, 29, 22, 31])
>>> np.max(ar3,axis=(0,1),initial=19)
array([20, 29, 22, 31])
>>> np.max(ar3,axis=(0,1),initial=33)
array([33, 33, 33, 33])
>>> np.max(ar3,axis=(0,1),initial=23)
array([23, 29, 23, 31])
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25