如何高效对Numpy数组取行最大值并压缩为一维数组？

直接用Numpy内置的max()方法，指定axis=1参数就能高效实现，这是Numpy原生的向量化操作，比循环快得多，代码也简洁：

import numpy as np

arr = np.array([[1,9],[7,3]])
row_max = arr.max(axis=1)  # 也可以写成 np.max(arr, axis=1)
print(row_max)  # 输出: array([9, 7])

参数说明：

• axis=1表示沿着行的维度计算最大值，即对每一行单独求解最大值；如果设为axis=0则会按列计算最大值。

这种向量化操作是Numpy的核心优势，底层由C实现，比Python循环的效率高出几个数量级，在处理大规模数组时性能差距会更显著。

内容的提问来源于stack exchange，提问作者whitebear