Python numpy.max函数的作用是什么？

我接着写了一段代码如下：

while numpy.max(abs(A - B)) > 0.01:

我试图用一些常规Python（数学？）函数替换

numpy.max

，但我找不到

numpy.max

的确切功能

我尝试过谷歌搜索，但我只发现： 我想这和numpy.max不一样

以及： 这也不是我需要的

有人知道我如何将这个numpy.max函数复制到一些标准python函数中吗

---

编辑：我正在使用Python 2.7

numpy.max

与

numpy.amax

是一样的：

>>> import numpy
>>> numpy.max # Notice it says 'amax' in the output
<function amax at 0x0228B5D0>
>>> numpy.max is numpy.amax
True
>>>

及

请参见下面的演示：

>>> def flatten(lst):
...     for item in lst:
...         if isinstance(item, list):
...             for sub_item in flatten(item):
...                 yield sub_item
...         else:
...             yield item
...
>>> array = [[1, 2, 3], [4, 5, 6]]
>>> max(flatten(array))
6
>>>

---

在纯Python中不能很容易地复制

np.max

的行为，因为多维数组在Python中不是标准的。如果代码中的

A

和

B

就是这样的数组，最好保留NumPy函数

对于平面（一维）数组，Python

max

和

np.max

做同样的事情，可以交换：

>>> a = np.arange(27)
>>> max(a)
26
>>> np.max(a)
26

对于具有多个维度的数组，

max

不起作用：

>>> a = a.reshape(3, 3, 3)
>>> max(a)
ValueError: The truth value of an array with more than one element is ambiguous [...]
>>> np.max(a)
26

默认情况下，

np.max

展平3D数组并返回最大值。（您还可以找到特定轴上的最大值，依此类推。）Python

max

无法做到这一点

要替换

np.max

，需要在数组的轴上编写嵌套循环；有效地尝试在嵌套列表列表中查找最大值。这当然是可能的，但可能会非常缓慢：

>>> max([max(y) for y in x for x in a])
26

---

根据“numpy.max是由于历史原因而存在的”。请注意，这里的

yield from

依赖于Python 3.3或更高版本。OP没有说明他的版本，所以我更喜欢使用最新版本。但是，如果有人正在运行较旧的版本，只需将

yield from

替换为普通的for循环：

for i in flatte（item）：yield i

。这是一个不错的选择，但大多数围绕NumPy构建的项目仍然在2.7上，并且将持续很长时间。NumPy本身现在在Python3中工作得很好，但是太多相关的库和工具都没有，这给许多以NumPy为中心的项目带来了严重的问题。谢谢您的回复。但现在我更困惑了，因为最初的

A

和

B

实际上是浮动的，而不是数组：@iCodez-这个函数似乎是为了处理数组或标量而编写的。在该代码示例中，

EccenAnom

可以是数组，而不仅仅是标量。（请注意，函数的输入都记录为类似数组的对象。任何涉及时间或日期的内容都将是一个数组，例如，

T1

）在旁注上，原因是

np.min（2.0）

将返回标量（实际上是一个numpy浮点，而不是传入的python浮点）numpy函数被推广用于处理任何形状或大小的数组，包括长度为0的数组。这是整个努比的一种模式。没有理由在

分钟内将其中断。
>>> a = a.reshape(3, 3, 3)
>>> max(a)
ValueError: The truth value of an array with more than one element is ambiguous [...]
>>> np.max(a)
26

>>> max([max(y) for y in x for x in a])
26