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。如果要比较的元素之一是 NaN,则返回非 NaN 元素。如果两个元素都是 NaN,则返回第一个。后一种区别对于复数 NaN 非常重要,复数 NaN 定义为实部或虚部至少有一个是 NaN。其最终效果是在可能的情况下忽略 NaN。
- 参数:
- x1, x2array_like
保存要比较的元素的数组。如果
x1.shape != x2.shape
,则它们必须可广播到一个共同的形状(这将成为输出的形状)。- outndarray、None 或 ndarray 和 None 的元组,可选
结果存储到的位置。如果提供,它必须具有输入广播到的形状。如果没有提供或为 None,则返回一个新分配的数组。元组(仅可能作为关键字参数)的长度必须等于输出的数量。
- wherearray_like,可选
此条件在输入上广播。在条件为 True 的位置,out 数组将设置为 ufunc 结果。在其他地方,out 数组将保留其原始值。请注意,如果通过默认的
out=None
创建了一个未初始化的 out 数组,则其中条件为 False 的位置将保持未初始化状态。- **kwargs
有关其他仅限关键字的参数,请参阅 ufunc 文档。
- 返回值:
- yndarray 或标量
x1 和 x2 的逐元素最小值。如果 x1 和 x2 都是标量,则为标量。
另请参阅
注释
版本 1.3.0 中的新功能。
当 x1 和 x2 都不为 NaN 时,fmin 等效于
np.where(x1 <= x2, x1, x2)
,但它更快并且执行正确的广播。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])