Numpy中np.max的用法及np.maximum区别

Numpy中np.max(即np.amax)的用法

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

当遇到一个不认识的函数，我们就需要查看一下帮助文档

np.max与np.amax是同名函数

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.寻找矩阵最大和最小的元素
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 方向进行比较，则指定 axis=1
若要返回每一行的最大值，在 axis=0 方向进行比较，则指定 axis=0

eg:一个简单的例子

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

numpy中的np.max 与 np.maximum区别详解

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；