nanmax

沿着给定轴求最大值，跳过 NaN 值。默认使用所有轴。

参数

名称	类型	描述	默认值
x	SparseArray	要执行约减操作的数组。	必需
axis	联合[int, Iterable[int]]	取最大值的轴。默认使用所有轴。	None
keepdims	bool_	是否保留原始数组的维度。	False
dtype	dtype	输出数组的数据类型。	None

返回值

类型	描述
COO	归约后的稀疏输出数组。

另请参阅

• sparse.COO.max : 不跳过 NaN 值的函数。
• numpy.nanmax : 等效的 NumPy 函数。

源代码位于 sparse/numba_backend/_coo/common.py

def nanmax(x, axis=None, keepdims=False, dtype=None, out=None):
    """
    Maximize along the given axes, skipping `NaN` values. Uses all axes by default.

    Parameters
    ----------
    x : SparseArray
        The array to perform the reduction on.
    axis : Union[int, Iterable[int]], optional
        The axes along which to maximize. Uses all axes by default.
    keepdims : bool, optional
        Whether or not to keep the dimensions of the original array.
    dtype : numpy.dtype
        The data type of the output array.

    Returns
    -------
    COO
        The reduced output sparse array.

    See Also
    --------
    - [`sparse.COO.max`][] : Function without `NaN` skipping.
    - [`numpy.nanmax`][] : Equivalent Numpy function.
    """
    assert out is None
    x = asCOO(x, name="nanmax")

    ar = x.reduce(np.fmax, axis=axis, keepdims=keepdims, dtype=dtype)

    if (isscalar(ar) and np.isnan(ar)) or np.isnan(ar.data).any():
        warnings.warn("All-NaN slice encountered", RuntimeWarning, stacklevel=1)

    return ar