为什么可以将Python vanilla max（）用于numpy.ndarray

Question

ndarray是numpy中专门定义的数据类型，所以我想知道为什么我可以使用以下内容：

import numpy as np
a = np.array([1,2,3,4])
max(a) --> 4

我假设python将其转换回列表，但我不明白这是如何自动完成的以及python如何“知道”如何将其转换为列表？

另外，这个不起作用：

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

所以在这种情况下，python显然不知道如何将其转换为列表。 为什么numpy不会自动将多维数组展平为这样的向量：

max(b.flatten(1))

非常感谢提前。

Answer 1

Python函数max不希望仅将列表作为参数，而是接受一个iterable对象，如下文档中所示：

max(iterable[, key])

它根本没有将numpy数组转换为列表，而是使用numpy数组可迭代的事实（如元组，字符串等）。

Answer 2

max函数具有以下参数：

max(iterable[, key=func]) -> value
max(a, b, c, ...[, key=func]) -> value

在numpy数组的情况下，numpy数组被视为可迭代的。 对于你的b，将会发生的事情是b被迭代。 这导致：

>>> list(iter(b))
[array([1, 2, 3]), array([4, 5, 6])]

现在，如果将这两个项目与默认比较函数进行比较，您将得到相同的错误：

>>> c = list(iter(b))
>>> cmp(c[0], c[1])

Numpy不会展平数组，因为迭代器默认会循环遍历行而不是元素。 如果想要更多地控制迭代，可以使用数组迭代器，例如：

>>> max(np.nditer(b))
array(6)

或.flat属性：

>>> max(b.flat)
6