NumPy amax() 函数

NumPy amax() 函数返回数组中指定轴的最大值。如果未指定轴，则计算数组中所有元素的最大值。此外，还可以应用条件，根据特定标准获取最大值。

在 NumPy 中，amax() 函数是 max() 函数的别名，这意味着这两个函数执行完全相同的操作——它们计算数组或指定轴上的最大值。

语法

以下是 NumPy amax() 函数的语法 -

numpy.amax(a, axis=None, out=None, keepdims=False, initial=None, where=True)

参数

以下是 NumPy amax() 函数的参数 -

• a:输入数组。该数组可以是任意形状或数据类型。
• axis(可选):计算最大值的轴。如果为 None，则在展平数组上计算最大值。
• out(可选):用于放置结果的备用输出数组。其形状必须与预期输出相同。
• keepdims(可选):如果为 True，则缩小的维度在输出中保留为大小为 1 的维度。默认值为 False。
• initial(可选):启动比较的初始值。如果未提供，则默认值为该数据类型的最小可能值。
• where(可选):布尔数组。如果为 True，则在计算中包含相应的元素;否则，忽略它。

返回值

此函数返回一个标量值或一个 NumPy 数组，其中包含指定轴上的最大值。

示例

以下是使用 NumPy amax() 函数查找数组中最大值的基本示例 -

import numpy as np
# 输入数组
array = np.array([3, 5, 1, 7, 9])
# 查找最大值
max_value = np.amax(array)
print("最大值:", max_value)

输出

以下是上述代码的输出 −

最大值:9

示例:沿轴求最大值

amax() 函数可以查找多维数组中指定轴上的最大值。在以下示例中，我们计算沿行和列的最大值 -

import numpy as np
# 二维输入数组
array = np.array([[3, 24, 5], [8, 45, 2], [7, 9, 19]])
# 沿行的最大值 (axis=1)
max_along_rows = np.amax(array, axis=1)
print("行方向的最大值:", max_along_rows)
# 沿列的最大值 (axis=0)
max_along_columns = np.amax(array, axis=0)
print("列方向的最大值:", max_along_columns)

输出

以下是上述代码的输出 −

行方向的最大值:[24 45 19]
列方向的最大值:[ 8 45 19]

示例:使用"keepdims"获取最大值

keepdims 参数将缩减后的维度保留为输出中的 1 维。这意味着，当我们传递一个多维数组并将此参数设置为 True 时，缩减后的维度将保持为 1，从而保留数组的原始维度。在以下示例中，我们演示了它的用法 −

import numpy as np  
# 二维输入数组
array = np.array([[3, 7, 5], [8, 4, 2], [6, 10, 9]])
# 沿 keepdims=True 的列求最大值
max_with_keepdims = np.amax(array, axis=0, keepdims=True)
print("使用 keepdims 求最大值:
", max_with_keepdims)

输出

以下是上述代码的输出 -

使用 keepdims 求最大值:
[[ 8 10 9]]

示例:使用 Where 条件求最大值

where 参数允许根据条件计算最大值。在以下示例中，我们计算了小于 8 的最大元素 -

import numpy as np
# 输入数组
array = np.array([3, 5, 1, 7, 9])
max_without_condition = np.amax(array)
print("无条件最大值:", max_without_condition)

# where 条件(仅包含小于 8 的值)
max_with_condition = np.amax(array, where=array < 8, initial=-1)
print("有条件最大值:", max_with_condition)

输出

以下是上述代码的输出 -

无条件最大值:9
有条件最大值:7

示例:'amax()' 的图形表示

在以下示例中，我们将二维数组中行和列的最大值可视化。为此，我们需要导入 numpy 和 matplotlib.pyplot 模块 -

import numpy as np
import matplotlib.pyplot as plt

# 二维输入数组
array = np.array([[3, 7, 5], [8, 4, 2], [6, 1, 9]])
# 沿行方向的最大值
max_rows = np.amax(array, axis=1)
# 沿列方向的最大值
max_columns = np.amax(array, axis=0)

plt.plot(range(len(max_rows)), max_rows, label="沿行方向的最大值")
plt.plot(range(len(max_columns)), max_columns, label="沿列的最大值")
plt.title("amax() 结果可视化")
plt.xlabel("索引")
plt.ylabel("最大值")
plt.legend()
plt.grid()
plt.show()

输出

该图可视化了数组沿行和列的最大值 -

numpy_statistical_functions.html