numpy.ma.ptp

numpy.ma.ptp(obj, axis=None, out=None, fill_value=None, keepdims=<no value>) [source]

Возвращает (максимум - минимум) по заданной оси (т.е. значение от пика до пика).

Предупреждение

ptp сохраняет тип данных массива. Это означает, что возвращаемое значение для входного массива со знаковыми целыми числами с n битами (например, np.int8, np.int16, и т.д.) также является знаковым целым числом с n битами. В этом случае значения от пика до пика, большие, чем 2**(n-1)-1, будут возвращаться как отрицательные значения. Ниже приведен пример с обходным решением.

Параметры

axis{None, int}, optional

Ось, по которой нужно найти пики. Если None (по умолчанию), используется уплощенный массив.

out{None, array_like}, optional

Альтернативный массив вывода, в который нужно поместить результат. Он должен иметь ту же форму и длину буфера, что и ожидаемый результат, но тип будет преобразован при необходимости.

fill_value{var}, optional

Значение, используемое для заполнения пропущенных значений.

keepdimsbool, optional

Если это установлено в True, оси, которые были уменьшены, остаются в результате как размерности с размером один. С этим вариантом результат будет корректно транслироваться для массива.

Возвращает

ptpndarray.

Новый массив, содержащий результат, если out не был указан, в противном случае возвращается ссылка на out.

Примеры

>>> x = np.ma.MaskedArray([[4, 9, 2, 10],
...                        [6, 9, 7, 12]])

>>> x.ptp(axis=1)
masked_array(data=[8, 6],
             mask=False,
       fill_value=999999)

>>> x.ptp(axis=0)
masked_array(data=[2, 0, 5, 2],
             mask=False,
       fill_value=999999)

>>> x.ptp()
10

Этот пример показывает, что отрицательное значение может быть возвращено, когда входной массив представляет собой массив знакомых целых чисел.

>>> y = np.ma.MaskedArray([[1, 127],
...                        [0, 127],
...                        [-1, 127],
...                        [-2, 127]], dtype=np.int8)
>>> y.ptp(axis=1)
masked_array(data=[ 126,  127, -128, -127],
             mask=False,
       fill_value=999999,
            dtype=int8)

Обходным решением является использование метода view() для просмотра результата как беззнаковых целых чисел с такой же разрядностью:

>>> y.ptp(axis=1).view(np.uint8)
masked_array(data=[126, 127, 128, 129],
             mask=False,
       fill_value=999999,
            dtype=uint8)