numpy中的np.max 与 np.maximum区别

Gate_coding

于 2018-01-11 21:04:16 发布

阅读量5.7w

点赞数 17

分类专栏：机器学习文章标签： max maximum numpy

机器学习专栏收录该内容

12 篇文章

订阅专栏

本文详细解析了NumPy库中np.max与np.maximum两个函数的区别。np.max用于找出数组中的最大值，可通过设置axis参数指定查找方向；而np.maximum则用于对比两个数组的对应元素并返回较大值，适用于元素级别的比较操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

作者：Inside_Zhang

转自:http://blog.csdn.net/lanchunhui/article/details/52700895

1. 参数

首先比较二者的参数部分：

np.max：(a, axis=None, out=None, keepdims=False)
- 求序列的最值
- 最少接收一个参数
- axis：默认为列向（也即 axis=0），axis = 1 时为行方向的最值；
np.maximum：(X, Y, out=None)
- X 与 Y 逐位比较取其大者；
- 最少接收两个参数

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])

        # 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；