5.3 KiB
NumPy nan max–忽略任何 nan 的沿轴数组的最大值
原文:# t0]https://www . aspython . com/python-modules/num py/numpy-nanmax
你好，欢迎来到这个关于 Numpy nanmax 的教程。在本教程中，我们将学习 NumPy nanmax()方法，也将看到许多关于这个方法的例子。让我们开始吧！
什么是 NumPy nanmax？
在 Python 中， NaN 表示而不是数字。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 NumPy 的nanmax()方法。
NumPy 中的nanmax()方法是一个函数，它返回通过忽略数组中的 NaN 值计算的数组元素的最大值。它可以是所有数组元素的最大值、沿行数组元素的最大值或沿列数组元素的最大值。
我们将在本教程的下一节看到每个例子。
NumPy nanmax 的语法
让我们来看看nanmax()函数的语法。
numpy.nanmax(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)
| 参数 | 描述 | 必需/可选 | | (类似数组) | 输入数据。 | 需要 | | 轴 | 沿其计算数组最大值的轴。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。 | 可选择的 | | 在外 | 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。 | 可选择的 | | keepdims (bool) | 如果设置为真，减少的轴将作为尺寸为 1 的尺寸留在结果中。使用此选项，结果将根据输入数组正确传播。 | 可选择的 | | 最初的 | 输出元素的最小值。 | 可选择的 | | 在哪里 | 要比较以找出最大值的元素。 | 可选择的 |
返回: 一个数组，包含数组沿指定轴的最大值，忽略所有的 nan。
NumPy nanmax 的示例
让我们进入使用 numpy.nanmax() 函数的不同例子。
一维数组的 Nanmax
import numpy as np
arr = [5, 32, 10, np.nan, 4]
# using the nanmax function to calculate the maximum
ans = 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 中的最大值是 32，因此返回该值。
二维数组的 Nanmax
import numpy as np
arr = [[-12, 3], [np.nan, 36]]
# using the nanmax function to calculate the maximum
ans = 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 的最大值是 36。
沿阵列轴的 Nanmax
轴= 0
import numpy as np
arr = [[5, 8], [np.nan, 36]]
# using the nanmax function to calculate the maximum
ans = np.nanmax(arr, axis=0)
print("arr =", arr)
print("Result =", ans)
输出:
arr = [[5, 8], [nan, 36]]
Result = [ 5\. 36.]
这里，比较特定列的每一行中的值，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 np
arr = [[5, 8], [np.nan, 36]]
# using the nanmax function to calculate the maximum
ans = np.nanmax(arr, axis=1)
print("arr =", arr)
print("Result =", ans)
输出:
arr = [[5, 8], [nan, 36]]
Result = [ 8\. 36.]
当轴=1 时，每一行中的元素在所有列中进行比较，以找到最大值。
ans[0] = max(arr[0][0], arr[0][1]) = max(5, 8) = 8
ans[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numpy.nanmax()方法如何处理数组中的无穷大和 nan。
import numpy as np
# array containing +infinity
a = np.array([25, np.nan, 36, np.inf, 8])
# array containing -infinity
b = np.array([25, np.nan, 36, np.NINF, 8])
# array containing +infinity and -infinity
c = 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 = inf
b = [ 25\. nan 36\. -inf 8.]
Maximum of the array b = 36.0
c = [ 25\. nan 36\. inf -inf 8.]
Maximum of the array c = inf
在上面的代码中， NINF 表示**-无穷大**， inf 表示无穷大。请注意，
- 如果数组包含正无穷大，那么最大值是正无穷大。
- 如果数组包含负无穷大的**，那么最大值就是所有元素的最大值，忽略 NaNs 。**
- 如果数组包含正无穷大和负无穷大，那么数组的最大值是 inf ，即正无穷大。
摘要
仅此而已！在本教程中，我们学习了 Numpy nanmax 方法，并使用相同的方法练习了不同类型的示例。 如果你想了解更多关于 NumPy 的信息，请随意浏览我们的 NumPy 教程。