python - max 和 np.max 之间的差异

Question

我对仅使用 max(list array) 和 np.max(list array) 之间的区别有疑问。

唯一的区别是 Python 返回代码所需的时间吗？

Answer 1

它们在边缘情况下可能有所不同，例如包含 NaN 的列表。

import numpy as np
a = max([2, 4, np.nan])     # 4
b = np.max([2, 4, np.nan])  # nan

NumPy 在这种情况下传播 NaN，而 Python 的 max 的行为则不太确定。

还有一些关于数据类型的微妙问题:

a = max([10**n for n in range(20)])     # a is an integer
b = np.max([10**n for n in range(20)])  # b is a float

当然还有 numpy.max or max ? Which one is faster? 中记录的运行时间差异

通常，对于 Python 列表应使用 max，对于 NumPy 数组应使用 np.max，以最大程度地减少意外情况的数量。例如，我的第二个示例实际上并不是关于 np.max ，而是关于数据类型转换:要使用 np.max ，列表首先转换为 NumPy 数组，但是像 10**19 这样的元素太大，无法用 NumPy 整数类型表示，因此它们变成了 float 。