【NumPy入門 np.max】最大値を取り出すnp.max,np.nanmax,np.maximum

2024年3月1日

NumPy配列（np.array）の要素の中から最大値や最小値を取り出す関数に、np.max/np.minという関数があります。これらを使うことで、Python標準のmax/min関数を使うよりも高速な計算が可能です！是非とも使っていきたいですね！

さて、この記事ではnp.maxなどの、最大値を取り出す関数の使い方について紹介していきます。

この記事で解説する関数

np.max　普通の配列から最大値を取り出す
np.nanmax　NaNが混ざった配列から、NaNを無視して最大値を取り出す
np.maximum　要素ごと比較して大きい値と取り出す。

np.maxの引数と返り値

np.maxのパラメータ（引数）でよく使うものを解説します。ここでは、np.amaxのパラメータ説明をしていますが、np.maxと同じものです。

参考：SciPy.org

numpy.amax(a, axis=None, out=None, keepdims=<no value>, initial=<no value>)

配列全体の最大値を返す。

axisを指定している場合は、axisに沿った範囲内で最大値を取って配列として返す。

Parameters:	a : array_like 最大値を見つけたい配列 axis : None or int or tuple of ints, optional 最大値を計算する範囲をaxisで指定する。 out : ndarray, optional outに配列を指定すると、出力するときに新しい配列を作らずにoutを上書きする（新しい配列を作らない） keepdims : bool, optional initial : scalar, optional
Returns:	amax : ndarray or scalar Maximum of a. If axis is None, the result is a scalar value. If axis is given, the result is an array of dimension `a.ndim - 1`.

使い方

この記事のコードはJupyter上で実行して書かれました。コードを試しながら読み進める場合は、Jupyter Notebook/LabやIPythonで実行してみてください。

In [~]はJupyterのセルを表していて、コードがその後ろに書かれています。

これに対してOutの後ろは出力結果です。実際に動かしながら読んだほうがわかりやすいはずなので、是非Jupyterで実行しながら読んでみてください！

基本的な使い方

まずはimportしてサンプル配列を作成します。

In [1]:

import numpy as np

In [2]:

x = np.arange(0,12)
x2 = np.reshape(x, (3,4))
print("x:n", x)
print("x2:n", x2)

Out:

x:
 [ 0  1  2  3  4  5  6  7  8  9 10 11]
x2:
 [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

np.maxでは最低限、最大値を取りたい配列を指定するだけで使うことができます。また、実はnp.amaxも同様の動きをします。

In [3]:

np.max(x)

Out[3]:

11

In [4]:

np.max(x2)

Out[4]:

11

In [5]:

np.amax(x)

Out[5]:

11

axisで列毎・行毎に最大値を取る

axis=0で列毎の最大値を取ります。

axis=1で行毎に最大値を取ります。

In [6]:

np.max(x2, axis=0)

Out[6]:

array([ 8,  9, 10, 11])

In [7]:

np.max(x2, axis=1)

Out[7]:

array([ 3,  7, 11])

np.nanmaxでnanが入った配列の最大値を取る

配列内にNaN（Non a Number）が入っている場合、普通のnp.max関数ではnanが最大値として出てきてしまいます。NaNを無視して最大値を取りたい場合は、np.nanmaxを使えばOKです。

使い方はmaxと同じです。

In [8]:

x3 = np.array([1,2,np.nan, 3])
x3

Out[8]:

array([ 1.,  2., nan,  3.])

In [9]:

# NaNが入った配列にnp.max関数を使うとNaNが返ってきてしまいます。
np.max(x3)

Out[9]:

nan

In [10]:

# np.nanmaxを使うことで、NaNを無視して最大値を取り出すことができます！
np.nanmax(x3)

Out[10]:

3.0

np.maximumで配列の要素毎に第二引数と大小関係を比較する

np.maximumという関数は、これまでと毛色の違う動きをします。この値は、第一引数と第二引数の大小関係を要素ごとに比較して、大きい方を格納した配列を返します。

In [11]:

np.maximum(x3, 2)

Out[11]:

array([ 2.,  2., nan,  3.])

In [12]:

a = [10,20,30]
b = [20,15,10]
np.maximum(a,b)

Out[12]:

array([20, 20, 30])