numpy.nanmin#
- numpy.nanmin(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)[源代码]#
返回数组的最小值或沿轴的最小值,忽略任何 NaNs.当遇到所有-NaN 切片时,会引发
RuntimeWarning
并且返回该切片的 Nan.- 参数:
- aarray_like
包含所需最小值的数字数组.如果 a 不是数组,则尝试进行转换.
- axis{int, tuple of int, None}, 可选
计算最小值的轴或轴.默认是计算展平数组的最小值.
- outndarray, 可选
要在其中放置结果的备用输出数组.默认值为
None
;如果提供,则其形状必须与预期输出相同,但必要时会进行类型转换.有关更多详细信息,请参见 输出类型确定.在 1.8.0 版本加入.
- 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,结果将正确地与原始 a 广播.
如果值不是默认值,那么 keepdims 将被传递给
ndarray
子类的min
方法.如果子类的方法没有实现 keepdims,任何异常都会被引发.在 1.8.0 版本加入.
- 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 1.22.0 版本加入.
- where类数组的布尔值,可选
用于比较的最小元素.详情请参见
reduce
.在 1.22.0 版本加入.
- 返回:
- nanminndarray
一个与 a 形状相同的数组,但指定的轴被移除.如果 a 是一个 0-d 数组,或者 axis 是 None,则返回一个 ndarray 标量.返回的 dtype 与 a 相同.
参见
备注
NumPy 使用 IEEE 二进制浮点数算术标准 (IEEE 754).这意味着非数字不等同于无穷大.正无穷大被视为一个非常大的数字,而负无穷大被视为一个非常小的(即负的)数字.
如果输入是整数类型,该函数等效于 np.min.
示例
>>> import numpy as np >>> a = np.array([[1, 2], [3, np.nan]]) >>> np.nanmin(a) 1.0 >>> np.nanmin(a, axis=0) array([1., 2.]) >>> np.nanmin(a, axis=1) array([1., 3.])
当正无穷和负无穷存在时:
>>> np.nanmin([1, 2, np.nan, np.inf]) 1.0 >>> np.nanmin([1, 2, np.nan, -np.inf]) -inf