二维NumPy数组使用np.max逐行取值结果与预期不符的解决方案

你遇到的情况并非np.max功能异常，核心原因是对科学计数法表示的浮点数大小存在判断误区。
你看到9.18e-06的字符串首位是9，0.999...的字符串首位是0，就直观觉得9开头的数值更大，但实际上科学计数法的大小判断需要做完整换算：

• 科学计数法的a e b等价于a * 10^b
• 9.182693247566931e-06 = 0.00000918
• 9.255139593733475e-05 = 0.0000925
  这两个带e的数值数量级都在1e-5到1e-6区间，远小于同行动辄0.99以上的浮点值。你之前的判断逻辑混淆了“字符串字典序大小”和“浮点数实际数值大小”，和NumPy的计算逻辑无关。

若目标是取每行数值最大的浮点数 #

np.max的现有计算结果完全正确，无需修改，直接指定按行计算的维度即可：

import numpy as np
# 构造对应二维数组
data = np.array([
    [0.9991291165351868, 0.0008708755485713482],
    [9.182693247566931e-06, 0.9999908208847046],
    [0.9999074935913086, 9.255139593733475e-05]
])
# axis=1表示沿行维度计算最大值
row_max = np.max(data, axis=1)

输出结果就是你当前看到的实际计算值，完全符合浮点数大小比较规则。

若目标是得到你贴出的预期格式输出 #

也就是不看实际数值大小，优先取每行中科学计数法表示的极小值，可通过阈值筛选实现：
你的预期输出里选中的行项均小于0.001，直接用掩码筛选即可得到对应结果：

# 筛选数组中所有小于0.001的元素，调整为和预期一致的二维结构
row_selected = data[data < 0.001].reshape(-1, 1)

最终输出格式就和你给出的预期效果完全匹配。

内容的提问来源于stack exchange，提问作者msa