numpy.min#

numpy.min(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)[源代码]#

返回数组中的最小值或沿轴的最小值.

参数:
aarray_like

输入数据.

axisNone 或 int 或 int 的元组,可选

操作的轴或轴.默认情况下,使用展平的输入.

在 1.7.0 版本加入.

如果这是一个整数的元组,则会在多个轴上选择最小值,而不是像之前那样选择单个轴或所有轴.

outndarray, 可选

要在其中放置结果的替代输出数组.必须与预期输出的形状和缓冲区长度相同.有关更多详细信息,请参见 输出类型确定.

keepdimsbool, 可选

如果设置为 True,被减少的轴将作为尺寸为1的维度保留在结果中.使用此选项,结果将正确地与输入数组广播.

如果传递的是默认值,那么 keepdims 将不会传递给 ndarray 子类的 min 方法,然而任何非默认值将会传递.如果子类的方法没有实现 keepdims ,任何异常都会被引发.

initial标量,可选

输出元素的最大值.必须存在以允许在空切片上进行计算.详情请参见 reduce.

在 1.15.0 版本加入.

where类数组的布尔值,可选

用于比较的最小元素.详见 reduce.

在 1.17.0 版本加入.

返回:
minndarray 或标量

最小值 a.如果 axis 是 None,结果是一个标量值.如果 axis 是 int,结果是一个维度为 a.ndim - 1 的数组.如果 axis 是元组,结果是一个维度为 a.ndim - len(axis) 的数组.

参见

amax

沿给定轴的数组的最大值,传播任何 NaNs.

nanmin

沿着给定轴的数组的最小值,忽略任何 NaNs.

minimum

两个数组按元素取最小值,传播任何 NaNs.

fmin

忽略任何 NaNs,计算两个数组的逐元素最小值.

argmin

返回最小值的索引.

nanmax, maximum, fmax

备注

NaN 值会被传播,也就是说,如果至少有一个项是 NaN,相应的最小值也将是 NaN.要忽略 NaN 值（MATLAB 行为）,请使用 nanmin.

不要使用 min 进行两个数组的元素比较;当 a.shape[0] 为 2 时,``minimum(a[0], a[1])`` 比 min(a, axis=0) 更快.

示例

>>> import numpy as np
>>> a = np.arange(4).reshape((2,2))
>>> a
array([[0, 1],
       [2, 3]])
>>> np.min(a)           # Minimum of the flattened array
0
>>> np.min(a, axis=0)   # Minima along the first axis
array([0, 1])
>>> np.min(a, axis=1)   # Minima along the second axis
array([0, 2])
>>> np.min(a, where=[False, True], initial=10, axis=0)
array([10,  1])

>>> b = np.arange(5, dtype=float)
>>> b[2] = np.nan
>>> np.min(b)
np.float64(nan)
>>> np.min(b, where=~np.isnan(b), initial=10)
0.0
>>> np.nanmin(b)
0.0

>>> np.min([[-50], [10]], axis=-1, initial=0)
array([-50,   0])

请注意,初始值被用作确定最小值的元素之一,这与Python的max函数的默认参数不同,后者仅用于空可迭代对象.

请注意,这与Python的``default``参数不同.

>>> np.min([6], initial=5)
5
>>> min([6], default=5)
6
On this page