numpy.ma.masked_array.min#

метод

ma.masked_array.min(axis=None, out=None, fill_value=None, keepdims= значение>)[источник]#

Возвращает минимум вдоль заданной оси.

Параметры:

осьNone или int или кортеж ints, опционально: Ось, вдоль которой производится операция. По умолчанию, axis равно None, используется сглаженный вход. Если это кортеж целых чисел, минимум выбирается по нескольким осям, а не по одной оси или всем осям, как раньше.
выходarray_like, необязательный: Альтернативный выходной массив для размещения результата. Должен иметь ту же форму и длину буфера, что и ожидаемый вывод.
fill_valueскаляр или None, опционально: Значение, используемое для заполнения замаскированных значений. Если None, используется вывод minimum_fill_value.
keepdimsbool, необязательно: Если установлено значение True, оси, которые были сокращены, остаются в результате как измерения с размером один. С этой опцией результат будет корректно транслироваться относительно массива.

Возвращает:

aminarray_like: Новый массив, содержащий результат. Если out был указан, out возвращается.

Смотрите также

ma.minimum_fill_value: Возвращает минимальное значение заполнения для заданного типа данных.

Примеры

>>> 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)