numpy.min

numpy.min(a, axis=None, out=None, keepdims= значение>, initial=<нет значение>, where= значение>)

Возвращает минимум массива или минимум вдоль оси.

Параметры:

aarray_like

Входные данные.

осьNone или int или кортеж ints, опционально

Ось или оси, вдоль которых производится операция. По умолчанию используется сглаженный вход.

Если это кортеж целых чисел, минимум выбирается по нескольким осям, а не по одной оси или всем осям, как раньше.

выходndarray, необязательно

Альтернативный выходной массив для размещения результата. Должен иметь ту же форму и длину буфера, что и ожидаемый вывод. См. Определение типа вывода для получения дополнительной информации.

keepdimsbool, необязательно

Если установлено значение True, оси, которые были сокращены, остаются в результате как размерности с размером один. С этой опцией результат будет корректно транслироваться относительно входного массива.

Если передано значение по умолчанию, то keepdims не будет передано в min метод подклассов ndarray, однако любое нестандартное значение будет. Если метод подкласса не реализует keepdims любые исключения будут вызваны.

начальныйскаляр, опционально

Максимальное значение выходного элемента. Должно присутствовать для разрешения вычислений на пустом срезе. См. reduce подробности.

гдеarray_like из bool, необязательный

Элементы для сравнения на минимум. См. reduce подробности.

Возвращает:

minndarray или скаляр

Минимум a. Если ось равно None, результат является скалярным значением. Если ось является целым числом, результат представляет собой массив размерности a.ndim - 1. Если ось является кортежем, результат - массив размерности a.ndim - len(axis).

Смотрите также

amax

Максимальное значение массива вдоль заданной оси, распространяя любые NaN.

nanmin

Минимальное значение массива вдоль заданной оси, игнорируя любые значения NaN.

minimum

Поэлементный минимум двух массивов с распространением любых NaN.

fmin

Поэлементный минимум двух массивов, игнорируя любые NaN.

argmin

Верните индексы минимальных значений.

nanmax, maximum, fmax

Примечания

Значения NaN распространяются, то есть если хотя бы один элемент NaN, соответствующее минимальное значение также будет NaN. Чтобы игнорировать значения NaN (поведение MATLAB), используйте nanmin.

Не используйте min для поэлементного сравнения 2 массивов; когда a.shape[0] равно 2, minimum(a[0], a[1]) быстрее, чем min(a, axis=0).

Примеры

Попробуйте в вашем браузере!

>>> import numpy as np
>>> 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)
np.float64(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])

Обратите внимание, что начальное значение используется как один из элементов, для которых определяется минимум, в отличие от аргумента по умолчанию функции max Python, который используется только для пустых итерируемых объектов.

Обратите внимание, что это не то же самое, что в Python default аргумент.

>>> np.min([6], initial=5)
5
>>> min([6], default=5)
6

НазадОткрыть во вкладке