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

参数说明：

• a: 输入数组
• axis: 沿指定轴计算（默认为None，计算整个数组）
• out: 指定输出数组（可选）
• keepdims: 是否保持原数组维度（布尔值）

1. 一维数组求最大值

import numpy as np

arr = np.array([3, 1, 4, 1, 5, 9, 2])
max_value = np.max(arr)

print("数组:", arr)
print("最大值:", max_value)  # 输出: 9

2. 二维数组按轴求最大值

arr = np.array([[1, 2, 3], 
                [4, 5, 6], 
                [7, 8, 9]])

# 每列的最大值（axis=0）
col_max = np.max(arr, axis=0)
print("每列最大值:", col_max)  # 输出: [7 8 9]

# 每行的最大值（axis=1）
row_max = np.max(arr, axis=1)
print("每行最大值:", row_max)  # 输出: [3 6 9]

3. 处理含NaN值的数组

arr = np.array([1.2, 3.4, np.nan, 5.6, np.nan])

# 使用np.max会返回nan
print("np.max:", np.max(arr))  # 输出: nan

# 使用np.nanmax忽略NaN值
print("np.nanmax:", np.nanmax(arr))  # 输出: 5.6

4. 保持维度（keepdims参数）

arr = np.array([[1, 2, 3], [4, 5, 6]])

# 不保持维度
max_axis0 = np.max(arr, axis=0)
print("不保持维度:", max_axis0.shape)  # 输出: (3,)

# 保持维度
max_axis0_keep = np.max(arr, axis=0, keepdims=True)
print("保持维度:", max_axis0_keep.shape)  # 输出: (1, 3)