numpy.fmin#
- numpy.fmin(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'fmin'>#
数组元素的逐元素最小值。
比较两个数组并返回一个包含逐元素最小值的新数组。如果其中一个被比较的元素是 NaN,则返回非 NaN 元素。如果两个元素都是 NaN,则返回第一个。后者的区别对于复杂 NaN 很重要,复杂 NaN 定义为实部或虚部至少有一个是 NaN。其净效果是尽可能地忽略 NaN。
- 参数:
- x1, x2类数组
包含待比较元素的数组。如果
x1.shape != x2.shape
,它们必须能够广播到共同的形状(这将成为输出的形状)。- outndarray、None,或由ndarray和None组成的元组,可选
存储结果的位置。如果提供,其形状必须与输入广播后的形状兼容。如果未提供或为 None,则返回一个新分配的数组。元组(仅作为关键字参数可能)的长度必须等于输出的数量。
- where类数组,可选
此条件会广播到输入。在条件为 True 的位置,out 数组将被设置为通用函数的结果。在其他位置,out 数组将保留其原始值。请注意,如果通过默认的
out=None
创建了未初始化的 out 数组,则其中条件为 False 的位置将保持未初始化。- **kwargs
有关其他仅关键字参数,请参阅通用函数文档。
- 返回:
- yndarray 或标量
x1 和 x2 的逐元素最小值。如果 x1 和 x2 都是标量,则结果也是标量。
另请参阅
备注
当 x1 和 x2 都不是 NaN 时,fmin 等价于
np.where(x1 <= x2, x1, x2)
,但它更快并且能正确进行广播。示例
>>> import numpy as np >>> np.fmin([2, 3, 4], [1, 5, 2]) array([1, 3, 2])
>>> np.fmin(np.eye(2), [0.5, 2]) array([[ 0.5, 0. ], [ 0. , 1. ]])
>>> np.fmin([np.nan, 0, np.nan],[0, np.nan, np.nan]) array([ 0., 0., nan])