numpy.ma.min #

嘛。min ( obj , axis=None , out=None , fill_value=None , keepdims=<无值> ) [来源] #

返回沿给定轴的最小值。

参数：

axis无或整数或整数元组，可选: 操作所沿的轴。默认情况下，axis为 None 并使用扁平化输入。 .. versionadded:: 1.7.0 如果这是一个整数元组，则在多个轴上选择最小值，而不是像以前那样选择单个轴或所有轴。
out array_like，可选: 用于放置结果的替代输出数组。必须具有与预期输出相同的形状和缓冲区长度。
fill_value标量或 None，可选: 用于填充屏蔽值的值。如果没有，则使用的输出minimum_fill_value。
keepdims布尔值，可选: 如果将此设置为 True，则缩小的轴将作为大小为 1 的维度保留在结果中。使用此选项，结果将针对阵列正确广播。

返回：

阿明数组式: 保存结果的新数组。如果out已指定，out则返回。

也可以看看

ma.minimum_fill_value: 返回给定数据类型的最小填充值。

例子

>>> import numpy.ma as ma
>>> x = [[1., -2., 3.], [0.2, -0.7, 0.1]]
>>> mask = [[1, 1, 0], [0, 0, 1]]
>>> masked_x = ma.masked_array(x, mask)
>>> masked_x
masked_array(
  data=[[--, --, 3.0],
        [0.2, -0.7, --]],
  mask=[[ True,  True, False],
        [False, False,  True]],
  fill_value=1e+20)
>>> ma.min(masked_x)
-0.7
>>> ma.min(masked_x, axis=-1)
masked_array(data=[3.0, -0.7],
             mask=[False, False],
        fill_value=1e+20)
>>> ma.min(masked_x, axis=0, keepdims=True)
masked_array(data=[[0.2, -0.7, 3.0]],
             mask=[[False, False, False]],
        fill_value=1e+20)
>>> mask = [[1, 1, 1,], [1, 1, 1]]
>>> masked_x = ma.masked_array(x, mask)
>>> ma.min(masked_x, axis=0)
masked_array(data=[--, --, --],
             mask=[ True,  True,  True],
        fill_value=1e+20,
            dtype=float64)