NumPy二元函数——np.maximum() 和 np.fmax()的使用区别

np.maximum() 和 np.fmax() 都是 NumPy 中用于计算元素逐对最大值的函数，但它们之间有一些区别：

np.maximum()

功能：逐元素比较两个数组，返回对应位置的最大值。
处理 NaN：如果任一元素是 NaN，np.maximum() 会返回 NaN。
示例：

import numpy as np

a = np.array([1, 2, np.nan, 4])
b = np.array([2, 1, 3, np.nan])

result = np.maximum(a, b)
print(result)  

# 输出: [ 2.  2. nan nan]

np.fmax()

功能：逐元素比较两个数组，返回对应位置的最大值。
处理 NaN：如果任一元素是 NaN，np.fmax() 会忽略 NaN，并返回非 NaN 的值。如果两个元素都是 NaN，则返回 NaN。
示例：

import numpy as np

a = np.array([1, 2, np.nan, 4])
b = np.array([2, 1, 3, np.nan])

result = np.fmax(a, b)
print(result)  

# 输出: [2. 2. 3. 4.]

总结
np.maximum()： 如果任一元素是 NaN，结果中对应位置的元素也会是 NaN。
np.fmax()：         会忽略 NaN，返回非 NaN 的值。

当然，np.minimum()和np.fmin()也是同理