numpy.nanmin#
- numpy.nanmin(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)[源码]#
返回数组的最小值或沿轴的最小值,忽略任何 NaN。当遇到全为 NaN 的切片时,将引发
RuntimeWarning,并为该切片返回 NaN。- 参数:
- a类数组对象
包含需要计算最小值的数字的数组。如果 a 不是数组,则尝试进行转换。
- axis{int, tuple of int, None}, optional
计算最小值的轴。默认值为计算展平数组的最小值。
- outndarray,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,但类型将根据需要进行强制转换。有关更多详细信息,请参阅 输出类型确定。- keepdimsbool,可选
如果设置为 True,则缩减的轴将在结果中保留为大小为 1 的维度。使用此选项,结果将与原始 a 正确广播。
如果值不是默认值,则 keepdims 将传递给
min方法的ndarray子类。如果子类方法未实现 keepdims,则将引发任何异常。- initial标量,可选
输出元素的上限。必须存在才能对空切片进行计算。有关详细信息,请参阅
reduce。New in version 1.22.0。
- wherearray_like of bool,可选
用于比较最小值的元素。有关详细信息,请参阅
reduce。New in version 1.22.0。
- 返回:
- nanminndarray
一个与 a 具有相同形状的数组,其中指定的轴已被移除。如果 a 是一个 0 维数组,或者 axis 为 None,则返回一个 ndarray 标量。返回的 a 的 dtype 与原始 a 相同。
另请参阅
备注
NumPy 使用 IEEE 二进制浮点运算标准 (IEEE 754)。这意味着非数字 (Not a Number) 不等于无穷大。正无穷大被视为一个非常大的数,负无穷大被视为一个非常小的(即负的)数。
如果输入是整数类型,则该函数等同于 np.min。
示例
>>> import numpy as np >>> 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
>>> np.nanmin([1, 2, np.nan, np.inf]) 1.0 >>> np.nanmin([1, 2, np.nan, -np.inf]) -inf