numpy.min #
- 麻木的。min ( a , axis=None , out=None , keepdims=<无 值> , initial=<无 值> , where=<无 值> ) [来源] #
返回数组的最小值或沿轴的最小值。
- 参数:
- 类似数组
输入数据。
- axis无或整数或整数元组,可选
操作所沿的一个或多个轴。默认情况下,使用扁平输入。
1.7.0 版本中的新增内容。
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。
- 输出ndarray,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。有关更多详细信息,请参阅输出类型确定。
- 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,结果将针对输入数组正确广播。
如果传递默认值,则keepdims将不会传递到
min
的子类的方法ndarray
,但任何非默认值都会传递。如果子类的方法没有实现keepdims,则会引发任何异常。- 初始标量,可选
输出元素的最大值。必须存在才能允许在空切片上进行计算。
reduce
详情请参阅。1.15.0 版本中的新增功能。
- 其中array_like of bool,可选
要比较最小值的元素。
reduce
详情请参阅。1.17.0 版本中的新增功能。
- 返回:
- 最小ndarray 或标量
最少为.如果axis为 None,则结果为标量值。如果axis是 int,则结果是维度 的数组 。如果axis是元组,则结果是维度 的数组。
a.ndim - 1
a.ndim - len(axis)
也可以看看
笔记
NaN 值会传播,即如果至少一项为 NaN,则相应的最小值也将为 NaN。要忽略 NaN 值(MATLAB 行为),请使用 nanmin。
不要用于
min
两个数组的逐元素比较;当a.shape[0]
为 2 时,比 快 。minimum(a[0], a[1])
min(a, axis=0)
例子
>>> 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) 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,后者仅用于空迭代。
请注意,这与 Python 的参数不同
default
。>>> np.min([6], initial=5) 5 >>> min([6], default=5) 6