您好，欢迎来到本关于 Numpy nanmax的教程。在本教程中，我们将学习 NumPy nanmax() 方法，并看到很多相关示例。那么让我们开始吧！
另请阅读： NumPy amax – 沿轴的最大值数组的最大值
什么是 NumPy nanmax？
在 Python 中， NaN 表示 不是数字。如果我们有一个包含一些 NaN 值的数组，并且想要找到其中的最大值，我们可以使用 nanmax() NumPy 中的方法。
NumPy 中的方法 nanmax() 是一个函数，它返回通过忽略数组中的 NaN 值计算出的数组元素的最大值。它可以是所有数组元素的最大值、沿行的数组元素的最大值或沿列的数组元素的最大值。
我们将在本教程的后续部分中看到每个示例的示例。
NumPy nanmax 的语法
让我们看一下该 nanmax() 函数的语法。
numpy.nanmax(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>) |
| 范围 | 描述 | 必需/可选 |
| 一个（类似数组） | 输入数据。 | 必需的 |
| 轴 | 计算数组最大值的轴。 它可以是 axis=0 或 axis=1 或 axis=None ，这意味着要返回整个数组的最大值。 |
选修的 |
| 出去 | 用于放置结果的替代输出数组。它必须具有与预期输出相同的形状。 | 选修的 |
| keepdims（布尔值） | 如果将此设置为 True，则缩小的轴将作为大小为 1 的维度保留在结果中。使用此选项，结果将针对输入数组正确广播。 | 选修的 |
| 最初的 | 输出元素的最小值。 | 选修的 |
| 在哪里 | 要比较以查找最大值的元素。 | 选修的 |
返回：
一个数组，包含数组沿指定轴的最大值，忽略所有 NaN。
NumPy nanmax 的示例
让我们直接进入使用 numpy.nanmax() 函数的不同示例。
一维数组的 Nanmax
import numpy as nparr = [5, 32, 10, np.nan, 4]# using the nanmax function to calculate the maximumans = np.nanmax(arr)print("arr =", arr)print("Result =", ans) |
输出：
arr = [5, 32, 10, nan, 4]Result = 32.0 |
忽略 NaN 值，5、32、10 和 4 中的最大值为 32，因此返回。
二维数组的 Nanmax
import numpy as nparr = [[-12, 3], [np.nan, 36]]# using the nanmax function to calculate the maximumans = np.nanmax(arr)print("arr =", arr)print("Result =", ans) |
输出：
arr = [[-12, 3], [nan, 36]]Result = 36.0 |
与前面的示例类似，-12、3 和 36 的最大值为 36。
Nanmax 沿阵列轴
轴 = 0
import numpy as nparr = [[5, 8], [np.nan, 36]]# using the nanmax function to calculate the maximumans = np.nanmax(arr, axis=0)print("arr =", arr)print("Result =", ans) |
输出：
arr = [[5, 8], [nan, 36]]Result = [ 5. 36.] |
此处，对特定列的每行中的值进行比较以找到最大元素。
ans[0] = max(arr[0][0], arr[1][0]) = max(5, np.nan) = 5 (ignoring NaN)ans[1] = max(arr[0][1], arr[1][1]) = max(8, 36) = 36 |
轴 = 1
import numpy as nparr = [[5, 8], [np.nan, 36]]# using the nanmax function to calculate the maximumans = np.nanmax(arr, axis=1)print("arr =", arr)print("Result =", ans) |
输出：
arr = [[5, 8], [nan, 36]]Result = [ 8. 36.] |
当axis=1时，每行中的元素在所有列上进行比较以找到最大值。
ans[0] = max(arr[0][0], arr[0][1]) = max(5, 8) = 8ans[1] = max(arr[1][0], arr[1][1]) = max(np.nan, 36) = 36 (ignoring NaN) |
包含无穷大的数组的 NumPy nanmax
现在让我们看看该numpy.nanmax()方法如何处理数组中的无穷大和 NaN。
import numpy as np # array containing +infinitya = np.array([25, np.nan, 36, np.inf, 8])# array containing -infinityb = np.array([25, np.nan, 36, np.NINF, 8])# array containing +infinity and -infinityc = np.array([25, np.nan, 36, np.inf, np.NINF, 8]) max_a = np.nanmax(a)max_b = np.nanmax(b)max_c = np.nanmax(c) print("a =", a)print("Maximum of the array a =", max_a)print("\nb =", b)print("Maximum of the array b =", max_b)print("\nc =", c)print("Maximum of the array c =", max_c) |
输出：
a = [25. nan 36. inf 8.]Maximum of the array a = infb = [ 25. nan 36. -inf 8.]Maximum of the array b = 36.0c = [ 25. nan 36. inf -inf 8.]Maximum of the array c = inf |
在上面的代码中，NINF表示-infinity，inf表示infinity。注意，
- 如果数组包含正无穷大，则最大值为正无穷大。
- 如果数组包含负无穷大，则最大值是所有元素的最大值，忽略 NaN。
- 如果数组同时包含正无穷大和负无穷大，则数组的最大值为inf，即正无穷大。
概括
就这样！在本教程中，我们了解了 Numpy nanmax 方法，并使用该方法练习了不同类型的示例。
如果您想了解有关 NumPy 的更多信息，请随时阅读我们的 NumPy 教程。