numpy.fmax

numpy.fmax(x1, x2, *ufunc_args) = <ufunc 'fmax'>

Функция numpy.fmax() возвращает наибольшие значения поэлементного сравнения значений массивов в виде чисел с плавающей точкой.

Параметры:
x1, x2 - число, массив или подобный массиву объект
Сравниваемые значения. Если это массив или последовательности, то они должны быть либо одинаковой, либо совместимой формы.
*ufunc_args - аргументы универсальной функции
Аргументы, позволяющие настроить и оптимизировать работу функции (подробнее см. универсальные функции).
Возвращает:
результат - массив NumPy или вещественное число
Массив чисел каждое из которых является наибольшим в поэлемнтном сравнении x1 и x2. Возвращает число, если x1 и x2 являются числами.

Замечание

Если одно из сравниваемых значений равно nan, то результатом будет отличное от nan значение. Если оба элемента равны nan, то возвращается первый из них - это правило очень важно при сравнении комплексных чисел, у которых действительная или мнимая часть может быть равна nan, например:

>>> import numpy as np
>>> 
>>> np.complex(np.nan, 3)
(nan+3j)
>>> 
>>> np.complex(3, np.nan)
(3+nanj)
>>>
>>> np.fmax(np.complex(np.nan, 3), np.complex(3, np.nan))
(nan+3j)

Главное отличие от numpy.maximum() заключается в игнорировании значений nan, когда это возможно.

Данная функция эквивалентна numpy.where(x1 >= x2, x1, x2), но numpy.where() медленнее, не поддерживает значения nan и транслирование.

Доступна в NumPy с версии 1.3.0.

Смотрите так же: maximum, minimum, fmin

Примеры

>>> import numpy as np
>>> 
>>> np.fmax([np.nan, np.nan, np.inf, np.inf, np.nan],
            [1,      np.inf, 1,     -np.inf, np.nan])
array([ 1., inf, inf, inf, nan])
>>> 
>>> np.fmax(3, 7)
7
>>> 
>>> np.fmax([3, 13, 23], [7, 5, 41])
array([ 7, 13, 41])
>>> 
>>> np.fmax([1e-10, 1e-300], [9e-10, 1e-301])
array([9.e-010, 1.e-300])
>>> 
>>>
>>> #  Возможно транслирование массивов:
... x1 = np.random.randint(-10, 10, size = (5, 5))
>>> x1
array([[  0,  -5, -10,   6,  -9],
       [ -3,  -5,   3,   6,  -4],
       [  5,   8,   4,  -4,   2],
       [  5,   6,   3,   0,   5],
       [  6,   4,   9,  -5,  -5]])
>>> 
>>> x2 = np.random.randint(0, 10, size = (5,))
>>> x2
array([9, 8, 1, 5, 0])
>>> 
>>> np.fmax(x1, x2)
array([[9, 8, 1, 6, 0],
       [9, 8, 3, 6, 0],
       [9, 8, 4, 5, 2],
       [9, 8, 3, 5, 5],
       [9, 8, 9, 5, 0]])
>>> 
>>> 
>>> x2 = np.random.randint(0, 10, size = (5, 1))
>>> x2
array([[8],
       [8],
       [2],
       [6],
       [4]])
>>> 
>>> np.fmax(x1, x2)
array([[8, 8, 8, 8, 8],
       [8, 8, 8, 8, 8],
       [5, 8, 4, 2, 2],
       [6, 6, 6, 6, 6],
       [6, 4, 9, 4, 4]])
>>> 
>>> 
>>> x2 = 5
>>> 
>>> np.fmax(x1, x2)
array([[5, 5, 5, 6, 5],
       [5, 5, 5, 6, 5],
       [5, 8, 5, 5, 5],
       [5, 6, 5, 5, 5],
       [6, 5, 9, 5, 5]])