numpy.ma.masked_array.max#
метод
-
ma.masked_array.max(axis=None, out=None, fill_value=None, keepdims=
значение> )[источник]# Возвращает максимум вдоль заданной оси.
- Параметры:
- осьNone или int или кортеж ints, опционально
Ось, вдоль которой производится операция. По умолчанию,
axisравно None и используется сглаженный ввод. Если это кортеж целых чисел, максимум выбирается по нескольким осям, а не по одной оси или всем осям, как раньше.- выходarray_like, необязательный
Альтернативный выходной массив для размещения результата. Должен иметь ту же форму и длину буфера, что и ожидаемый вывод.
- fill_valueскаляр или None, опционально
Значение, используемое для заполнения замаскированных значений. Если None, используется результат maximum_fill_value().
- keepdimsbool, необязательно
Если установлено значение True, оси, которые были сокращены, остаются в результате как измерения с размером один. С этой опцией результат будет корректно транслироваться относительно массива.
- Возвращает:
- amaxarray_like
Новый массив, содержащий результат. Если
outбыл указан,outвозвращается.
Смотрите также
ma.maximum_fill_valueВозвращает максимальное значение заполнения для заданного типа данных.
Примеры
>>> 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)