numpy.min#

numpy.min(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)[source]#

返回数组的最小值或沿指定轴的最小值。

参数:
aarray_like

输入数据。

axisNone 或 int 或 int 元组,可选

要操作的轴或轴。默认情况下,使用扁平化的输入。

版本 1.7.0 中的新功能。

如果这是一个 int 元组,则会在多个轴上选择最小值,而不是像以前那样在一个轴或所有轴上选择。

outndarray,可选

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。有关更多详细信息,请参阅输出类型确定

keepdimsbool,可选

如果将其设置为 True,则减少的轴将作为大小为一的维度保留在结果中。使用此选项,结果将针对输入数组正确广播。

如果传递默认值,则不会将keepdims传递给ndarray的子类的min方法,但是任何非默认值都会传递。如果子类的该方法没有实现keepdims,则会引发任何异常。

initial标量,可选

输出元素的最大值。必须存在才能允许在空切片上进行计算。有关详细信息,请参阅reduce

版本 1.15.0 中的新功能。

wherebool 的 array_like,可选

要比较以获取最小值的元素。有关详细信息,请参阅reduce

版本 1.17.0 中的新功能。

返回值:
minndarray 或标量

a 的最小值。如果axis 为 None,则结果为标量值。如果axis 为 int,则结果为维度为a.ndim - 1的数组。如果axis 为元组,则结果为维度为a.ndim - len(axis)的数组。

另请参阅

amax

沿给定轴的数组的最大值,传播任何 NaN。

nanmin

沿给定轴的数组的最小值,忽略任何 NaN。

minimum

两个数组的逐元素最小值,传播任何 NaN。

fmin

两个数组的逐元素最小值,忽略任何 NaN。

argmin

返回最小值的索引。

nanmaxmaximumfmax

注释

NaN 值会被传播,也就是说,如果至少有一个项目是 NaN,则相应的最小值也将是 NaN。要忽略 NaN 值(MATLAB 行为),请使用 nanmin。

不要使用min 来逐元素比较 2 个数组;当a.shape[0] 为 2 时,minimum(a[0], a[1])min(a, axis=0) 快。

示例

>>> 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])

请注意,初始值用作确定最小值的元素之一,这与 Python 的 max 函数的默认参数不同,后者仅用于空可迭代对象。

请注意,这与 Python 的default 参数不同。

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