Numpy中np.max的用法及np.maximum區(qū)別
Numpy中np.max(即np.amax)的用法
>>> import numpy as np >>> help(np.max)
當(dāng)遇到一個(gè)不認(rèn)識(shí)的函數(shù)，我們就需要查看一下幫助文檔
np.max與np.amax是同名函數(shù)
amax(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)
Return the maximum of an array or maximum along an axis.尋找矩陣最大和最小的元素
axis=0 代表行 , axis=1 代表列
若要返回每一列元素的最大值，需要在 axis=1 方向進(jìn)行比較，則指定 axis=1
若要返回每一行的最大值，在 axis=0 方向進(jìn)行比較，則指定 axis=0
eg:一個(gè)簡(jiǎn)單的例子
import numpy as np np.random.seed(10) a = np.random.randint(1, 10, [5, 3]) print(a) b = np.amax(a, axis=1) #找一個(gè)每行最大的 print(b)
numpy中的np.max 與 np.maximum區(qū)別詳解
1. 參數(shù)
首先比較二者的參數(shù)部分：
np.max：(a, axis=None, out=None, keepdims=False)
- 求序列的最值
- 最少接收一個(gè)參數(shù)
- axis：默認(rèn)為列向（也即 axis=0），axis = 1 時(shí)為行方向的最值；
np.maximum：(X, Y, out=None)
- X 與 Y 逐位比較取其大者；
- 最少接收兩個(gè)參數(shù)
2. 使用上
>> np.max([-2, -1, 0, 1, 2]) 2 >> np.maximum([-2, -1, 0, 1, 2], 0) array([0, 0, 0, 1, 2]) # 當(dāng)然 np.maximum 接受的兩個(gè)參數(shù)，也可以大小一致 # 或者更為準(zhǔn)確地說，第二個(gè)參數(shù)只是一個(gè)單獨(dú)的值時(shí)，其實(shí)是用到了維度的 broadcast 機(jī)制；
到此這篇關(guān)于Numpy中np.max的用法及np.maximum區(qū)別的文章就介紹到這了,更多相關(guān)Numpy np.max的用法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python3.4學(xué)習(xí)筆記之列表、數(shù)組操作示例
這篇文章主要介紹了Python3.4列表、數(shù)組操作,結(jié)合實(shí)例形式分析了Python3.4列表的創(chuàng)建、元素追加、刪除、排序等相關(guān)操作技巧,需要的朋友可以參考下2019-03-03
這篇文章主要介紹了Python和java?如何相互調(diào)用，下面文章見到那的對(duì)Python和java?相互調(diào)用的方法做了個(gè)小總結(jié)，具有一定的參考價(jià)值，需要的小伙伴可以參考一下，希望對(duì)你有所幫助2021-12-12
淺談Python中重載isinstance繼承關(guān)系的問題
本篇文章主要介紹了淺談Python中重載isinstance繼承關(guān)系的問題，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-05-05
這篇文章主要介紹了淺談python多線程和多線程變量共享問題介紹，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04
Pytorch學(xué)習(xí)筆記DCGAN極簡(jiǎn)入門教程
網(wǎng)上GAN的教程太多了，這邊也談一下自己的理解，本文給大家介紹一下GAN的兩部分組成，有需要的朋友可以借鑒參考下，希望能夠有所幫助2021-09-09
python3實(shí)現(xiàn)windows下同名進(jìn)程監(jiān)控
這篇文章主要為大家詳細(xì)介紹了python3實(shí)現(xiàn)windows下同名進(jìn)程監(jiān)控，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-06-06
Mac中PyCharm配置Anaconda環(huán)境的方法
這篇文章主要介紹了Mac中PyCharm配置Anaconda環(huán)境的方法，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-03-03
Python實(shí)現(xiàn)雙進(jìn)程防止單點(diǎn)故障實(shí)例深度探究
在分布式系統(tǒng)中,確保系統(tǒng)的高可用性是至關(guān)重要的,本文將深入探討如何使用Python實(shí)現(xiàn)雙進(jìn)程自我保護(hù)機(jī)制,以應(yīng)對(duì)單點(diǎn)故障,確保系統(tǒng)穩(wěn)定運(yùn)行,將通過詳實(shí)的示例代碼,介紹雙進(jìn)程自我保護(hù)的原理、實(shí)現(xiàn)步驟以及可能遇到的挑戰(zhàn)2024-01-01
Python統(tǒng)計(jì)分析模塊statistics用法示例
這篇文章主要介紹了Python統(tǒng)計(jì)分析模塊statistics用法,結(jié)合實(shí)例形式分析了Python統(tǒng)計(jì)分析模塊statistics計(jì)算平均數(shù)、中位數(shù)、出現(xiàn)次數(shù)、標(biāo)準(zhǔn)差等相關(guān)操作技巧,需要的朋友可以參考下2019-09-09
今天小編就為大家分享一篇Python分割指定頁數(shù)的pdf文件方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-10-10