tmax#
- scipy.stats.tmax(a, upperlimit=None, axis=0, inclusive=True, nan_policy='propagate', *, keepdims=False)[source]#
计算修剪后的最大值。
此函数计算数组沿给定轴的最大值,同时忽略大于指定上限的值。
- 参数:
- aarray_like
值的数组。
- upperlimitNone 或 float,可选
输入数组中大于给定限制的值将被忽略。当 upperlimit 为 None 时,将使用所有值。默认值为 None。
- axisint 或 None,默认值:0
如果为 int,则为沿其计算统计量的输入的轴。输入的每个轴切片(例如,行)的统计量将出现在输出的相应元素中。如果为
None
,则在计算统计量之前将输入展平。- inclusive{True, False}, 可选
此标志确定是否包含与上限完全相等的值。默认值为 True。
- nan_policy{‘propagate’, ‘omit’, ‘raise’}
定义如何处理输入 NaN。
propagate
: 如果在计算统计量的轴切片(例如,行)中存在 NaN,则输出的相应条目将为 NaN。omit
: 执行计算时将省略 NaN。 如果在计算统计量的轴切片中剩余的数据不足,则输出的相应条目将为 NaN。raise
: 如果存在 NaN,将引发ValueError
。
- keepdimsbool,默认值:False
如果将其设置为 True,则缩小的轴将作为大小为 1 的维度保留在结果中。使用此选项,结果将针对输入数组正确广播。
- 返回:
- tmaxfloat, int 或 ndarray
修剪后的最大值。
注释
从 SciPy 1.9 开始,
np.matrix
输入(不建议用于新代码)在执行计算之前会转换为np.ndarray
。 在这种情况下,输出将是标量或具有适当形状的np.ndarray
,而不是 2Dnp.matrix
。 类似地,虽然会忽略 masked 数组的 masked 元素,但输出将是标量或np.ndarray
,而不是mask=False
的 masked 数组。tmax
除了 NumPy 之外,还对 Python Array API 标准兼容后端提供实验性支持。 请考虑通过设置环境变量SCIPY_ARRAY_API=1
并提供 CuPy、PyTorch、JAX 或 Dask 数组作为数组参数来测试这些功能。 支持以下后端和设备(或其他功能)的组合。库
CPU
GPU
NumPy
✅
n/a
CuPy
n/a
✅
PyTorch
✅
✅
JAX
✅
✅
Dask
✅
n/a
有关更多信息,请参见 支持 array API 标准。
示例
>>> import numpy as np >>> from scipy import stats >>> x = np.arange(20) >>> stats.tmax(x) 19
>>> stats.tmax(x, 13) 13
>>> stats.tmax(x, 13, inclusive=False) 12