在 Python 中返回数组沿轴 1 的最大值或忽略所有 NaN 的最大值
numpyserver side programmingprogramming更新于 2025/9/23 4:22:17
要返回数组沿轴 1 的最大值或忽略所有 NaN 的最大值，请使用 Python 中的 numpy.nanmax() 方法。该方法返回一个与 a 形状相同但移除指定轴的数组。如果 a 为零维数组，或者轴为 None，则返回一个 ndarray 标量。返回的数据类型与 a 相同。第一个参数 a 是一个包含所需最大值的数字的数组。如果 a 不是数组，则尝试进行类型转换。第二个参数 axis 是计算最大值所沿的一个或多个轴。默认值为计算展平数组的最大值。
第三个参数 out 是用于放置结果的备用输出数组。默认值为 None;如果提供，则必须具有与预期输出相同的形状，但必要时会强制转换类型。第四个参数 keepdims 设置为 True，则缩小的轴将保留为结果中大小为 1 的维度。使用此选项，结果将根据原始 a 正确广播。如果该值不是默认值，则 keepdims 将传递给 ndarray 子类的 max 方法。如果子类方法未实现 keepdims，则会引发任何异常。
第五个参数是输出元素的最小值。必须存在才能允许在空切片上进行计算
步骤
首先，导入所需的库 −
import numpy as np
使用 array() 方法创建一个 numpy 数组。我们用 nan 添加了 int 类型的元素 −
arr = np.array([[10, 20, 30], [40, np.nan, 60]])
显示数组 −
print("我们的数组...
",arr)
检查维度 −
print("
我们的数组的维度...
",arr.ndim)
获取数据类型 −
print("
数组对象的数据类型...
",arr.dtype)
要返回数组的最大值或忽略任何 NaN 的最大值，请使用 numpy.nanmax() 方法 −
print("
结果 (nanmax)...
",np.nanmax(arr, axis = 1))
示例
import numpy as np
# 使用 array() 方法创建 numpy 数组
# 我们添加了 int 类型的元素，并使用 nan 类型
arr = np.array([[10, 20, 30], [40, np.nan, 60]])
# 显示数组
print("我们的数组...
",arr)
# 检查维度
print("
数组的维度...
",arr.ndim)
# 获取数据类型
print("
数组对象的数据类型...
",arr.dtype)
# 要返回数组的最大值或忽略任何 NaN 的最大值，请使用 Python 中的 numpy.nanmax() 方法
print("
Result (nanmax)...
",np.nanmax(arr, axis = 1))
输出
我们的数组... [[10. 20. 30.] [40. nan 60.]] 数组的维度... 2 数组对象的数据类型... float64 结果 (nanmax)... [30. 60.]
