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 - 1a.ndim - len(axis)

也可以看看

amax: 数组沿给定轴的最大值，传播任何 NaN。
nanmin: 数组沿给定轴的最小值，忽略任何 NaN。
minimum: 两个数组的按元素最小值，传播任何 NaN。
fmin: 两个数组的按元素最小值，忽略任何 NaN。
argmin: 返回最小值的索引。
nanmax, maximum,fmax

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