Numpy中np.max的用法及np.maximum区别

numpy中np.max(即np.amax)的用法

>>> import numpy as np
>>> help(np.max)

当遇到一个不认识的函数，我们就需要查看一下帮助文档

np.max与np.amax是同名函数

amax(a, axis=none, out=none, keepdims=<no value>, initial=<no value>, where=<no value>)

return the maximum of an array or maximum along an axis.寻找矩阵最大和最小的元素
axis=0 代表行 , axis=1 代表列
若要返回每一列元素的最大值，需要在 axis=1 方向进行比较，则指定 axis=1
若要返回每一行的最大值，在 axis=0 方向进行比较，则指定 axis=0

eg:一个简单的例子

import numpy as np
 
np.random.seed(10)
a = np.random.randint(1, 10, [5, 3])
print(a)
b = np.amax(a, axis=1) #找一个每行最大的
print(b)

numpy中的np.max 与 np.maximum区别详解

1. 参数
首先比较二者的参数部分：

np.max：(a, axis=none, out=none, keepdims=false)

• 求序列的最值
• 最少接收一个参数
• axis：默认为列向（也即 axis=0），axis = 1 时为行方向的最值；

np.maximum：(x, y, out=none)

• x 与 y 逐位比较取其大者；
• 最少接收两个参数

2. 使用上

>> np.max([-2, -1, 0, 1, 2])
2
 
>> np.maximum([-2, -1, 0, 1, 2], 0)
array([0, 0, 0, 1, 2])
 
  # 当然 np.maximum 接受的两个参数，也可以大小一致
  # 或者更为准确地说，第二个参数只是一个单独的值时，其实是用到了维度的 broadcast 机制；

到此这篇关于numpy中np.max的用法及np.maximum区别的文章就介绍到这了,更多相关numpy np.max的用法内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！