Numpy中np.max与np.maximum的区别详解

np.max基本用法

在Numpy库中，np.max函数（等同于np.amax）用于获取数组的最大值。

>>> import numpy as np
>>> help(np.max)

当遇到不熟悉的函数时，查阅官方帮助文档是最佳实践。

np.max与np.amax实际上是同一个函数的不同名称，功能完全一致。

amax(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)

该函数的作用是返回数组的最大值，或沿指定轴的最大值。寻找矩阵中的最大和最小元素时，需注意axis参数的含义：axis=0代表沿行方向操作（即返回每列的最大值），axis=1代表沿列方向操作（即返回每行的最大值）。若要获取每一列元素的最大值，需指定axis=1；若要获取每一行的最大值，则需指定axis=0。

以下是一个简单的应用示例。

import numpy as np
 
np.random.seed(10)
a = np.random.randint(1, 10, [5, 3])
print(a)
b = np.amax(a, axis=1) #找一个每行最大的
print(b)

np.max与np.maximum的区别

接下来详细解析Numpy中np.max与np.maximum的区别。

首先从参数层面比较两者的差异：

np.max的函数签名为：(a, axis=None, out=None, keepdims=False)。

• 其主要功能是求序列的最值。
• 该函数最少接收一个数组参数。
• axis参数默认为None（即对整个数组求最大值），若设置为0则沿列方向比较（返回每列最大值），若设置为1则沿行方向比较（返回每行最大值）。

np.maximum的函数签名为：(X, Y, out=None)。

• 其功能是对X与Y进行逐位比较，并返回较大者组成的数组。
• 该函数最少接收两个参数（可以是数组或标量）。

以下是具体的使用场景对比。

>> np.max([-2, -1, 0, 1, 2])
2
 
>> np.maximum([-2, -1, 0, 1, 2], 0)
array([0, 0, 0, 1, 2])
 
  # 当然 np.maximum 接受的两个参数，也可以大小一致
  # 或者更为准确地说，第二个参数只是一个单独的值时，其实是用到了维度的 broadcast 机制；

至此，关于Numpy中np.max的用法及np.maximum区别的介绍已完成。如需了解更多相关Numpy np.max的内容，请搜索本站历史文章或继续浏览后续文章。感谢大家的支持！