返回Python中数组在轴0上的最大值或忽略任何NaN值

要返回数组的最大值或忽略任何NaN值，请使用numpy.nanmax()方法。该方法返回一个与a具有相同形状的数组，并删除了指定的轴。如果a是一个0维数组，或者axis为None，则返回一个ndarray标量。返回与a相同的dtype。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，则会尝试进行转换。

第二个参数axis是计算最大值的轴或轴。默认计算平铺数组的最大值。第三个参数out是要放置结果的替代输出数组。默认为None；如果提供，则必须具有相同的形状作为预期输出，但如果需要，类型将被强制转换。

第四个参数keepdims，如果设置为True，则被减少的轴将作为具有大小为1的维度保留在结果中。使用此选项，结果将正确地广播到原始a。如果值不是默认值，则keepdims将传递给ndarray的子类的max方法。如果子类方法不实现keepdims，则会引发任何异常。第五个参数是输出元素的最小值。必须存在才能在空片段上进行计算。

步骤

首先，导入所需的库−

import numpy as np

使用array()方法创建numpy数组。我们添加了int类型的元素和nan −

arr = np.array([[10, 20, 30], [40, np.nan, 60]])

显示数组 –

print("Our Array...\n",arr)

检查尺寸 –

print("\nDimensions of our Array...\n",arr.ndim)

获取数据类型 –

print("\nDatatype of our Array object...\n",arr.dtype)

要返回一个数组的最大值，或者忽略任何NaN值的最大值，在Python中使用numpy.nanmax()方法 −

print("\nResult (nanmax)...\n",np.nanmax(arr, axis = 0))

示例

import numpy as np

# Creating a numpy array using the array() method
# We have added elements of int type with nan
arr = np.array([[10, 20, 30], [40, np.nan, 60]])

# Display the array
print("Our Array...\n",arr)

# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)

# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)

# To return the maximum of an array or maximum ignoring any NaNs, use the numpy.nanmax() method in Python
print("\nResult (nanmax)...\n",np.nanmax(arr, axis = 0))

输出

Our Array...
[[10. 20. 30.]
[40. nan 60.]]

Dimensions of our Array...
2

Datatype of our Array object...
float64

Result (nanmax)...
[40. 20. 60.]