numpy.ma.MaskedArray.min#

方法

ma.MaskedArray.min(axis=None, out=None, fill_value=None, keepdims=<no value>)[源代码]#

返回给定轴上的最小值。

参数:

axisNone、int 或 int 元组，可选: 指定操作轴。默认情况下，axis 为 None，此时使用扁平化输入。如果它是一个整数元组，则在多个轴上选择最小值，而不是像以前那样在单个轴或所有轴上选择。
out类数组，可选: 用于放置结果的备用输出数组。必须与预期输出具有相同的形状和缓冲区长度。
fill_value标量或 None，可选: 用于填充掩码值的值。如果为 None，则使用 minimum_fill_value 的输出。
keepdims布尔值，可选: 如果设置为 True，则被缩减的轴将作为大小为一的维度保留在结果中。使用此选项，结果将正确地与数组进行广播。

返回:

amin类数组: 保存结果的新数组。如果指定了 out，则返回 out。

另请参阅

ma.minimum_fill_value: 返回给定数据类型的最小填充值。

示例

>>> 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)