numpy.nanmin #
- 麻木的。nanmin ( 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，忽略任何 NaN。当遇到全 NaN 切片时，
RuntimeWarning会引发 a 并返回该切片的 Nan。- 参数：
- 类似数组
包含所需最小值的数字的数组。如果a不是数组，则尝试转换。
- axis {int, int 元组, None}, 可选
计算最小值所沿的一个或多个轴。默认值是计算展平数组的最小值。
- 输出ndarray，可选
用于放置结果的备用输出数组。默认为
None；如果提供，它必须具有与预期输出相同的形状，但如果需要，类型将被转换。有关更多详细信息，请参阅 输出类型确定。1.8.0 版本中的新增功能。
- 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，结果将根据原始a正确广播。
如果该值不是默认值，则 keepdims将传递给
min的子类的方法ndarray。如果子类方法没有实现keepdims，则会引发任何异常。1.8.0 版本中的新增功能。
- 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。1.22.0 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。1.22.0 版本中的新增功能。
- 返回：
- 南民ndarray
与a形状相同的数组，但删除了指定的轴。如果a是 0 维数组，或者 axis 为 None，则返回 ndarray 标量。返回与a相同的数据类型。
也可以看看
笔记
NumPy 使用 IEEE 二进制浮点算术标准 (IEEE 754)。这意味着“Not a Number”并不等于无穷大。正无穷大被视为非常大的数，负无穷大被视为非常小的（即负）数。
如果输入为整数类型，则该函数相当于 np.min。
例子
>>> 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.])
当存在正无穷大和负无穷大时：
>>> np.nanmin([1, 2, np.nan, np.inf]) 1.0 >>> np.nanmin([1, 2, np.nan, np.NINF]) -inf