np.nanmax() en Python

numpy.nanmax()La función se usa para devolver el valor máximo de una array o a lo largo de cualquier eje específico mencionado de la array, ignorando cualquier valor de Nan.

Sintaxis: numpy.nanmax(arr, axis=Ninguno, out=Ninguno, keepdims = sin valor)

Parámetros:
arr: Array de entrada.
axis : Eje a lo largo del cual queremos el valor máximo. De lo contrario, se considerará que arr se aplana (funciona en todos los ejes) eje = 0 significa a lo largo de la columna
y eje = 1 significa que se trabaja a lo largo de la fila.
out : Array diferente en el que queremos colocar el resultado. La array debe tener las mismas dimensiones que la salida esperada.
keepdims : si se establece en True, los ejes que se reducen se dejan en el resultado como dimensiones con tamaño uno. Con esta opción, el resultado se transmitirá correctamente contra el original a.

Retorno: valor de array máximo (un valor escalar si el eje no es ninguno) o array con valor máximo a lo largo del eje especificado.

Código #1: Trabajando

# Python Program illustrating 
# numpy.nanmax() method 
    
import numpy as np
    
# 1D array 
arr = [1, 2, 7, 0, np.nan]
print("arr : ", arr) 
print("max of arr : ", np.amax(arr))
  
# nanmax ignores NaN values. 
print("nanmax of arr : ", np.nanmax(arr))
  

Producción :

arr :  [1, 2, 7, 0, nan]
max of arr :  nan
nanmax of arr :  7.0

 
Código #2:

import numpy as np
  
# 2D array 
arr = [[np.nan, 17, 12, 33, 44],  
       [15, 6, 27, 8, 19]] 
print("\narr : \n", arr) 
     
# maximum of the flattened array 
print("\nmax of arr, axis = None : ", np.nanmax(arr)) 
     
# maximum along the first axis 
# axis 0 means vertical 
print("max of arr, axis = 0 : ", np.nanmax(arr, axis = 0)) 
     
# maximum along the second axis 
# axis 1 means horizontal 
print("max of arr, axis = 1 : ", np.nanmax(arr, axis = 1)) 

Producción :

arr : 
 [[nan, 17, 12, 33, 44], [15, 6, 27, 8, 19]]

max of arr, axis = None :  44.0
max of arr, axis = 0 :  [15. 17. 27. 33. 44.]
max of arr, axis = 1 :  [44. 27.]

 
Código #3:

import numpy as np
  
arr1 = np.arange(5) 
print("Initial arr1 : ", arr1)
   
# using out parameter
np.nanmax(arr, axis = 0, out = arr1)
   
print("Changed arr1(having results) : ", arr1)  

Producción :

Initial arr1 :  [0 1 2 3 4]
Changed arr1(having results) :  [15 17 27 33 44]