numpy.nanmin#
- numpy.nanmin(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,忽略任何 NaN。当遇到全 NaN 切片时,将引发
RuntimeWarning
并返回该切片的 NaN。- 参数:
- aarray_like
包含需要求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}, 可选
计算最小值的轴或轴。默认值为计算扁平化数组的最小值。
- outndarray, 可选
用于放置结果的备用输出数组。默认值为
None
;如果提供,它必须与预期输出具有相同的形状,但类型将根据需要进行转换。有关更多详细信息,请参阅 输出类型确定。版本 1.8.0 中的新功能。
- keepdimsbool, 可选
如果将其设置为 True,则结果中将保留已缩减的轴作为大小为 1 的维度。使用此选项,结果将针对原始 a 正确广播。
如果该值不是默认值,则 keepdims 将传递到
min
方法的ndarray
子类的实例。如果子类的实例方法没有实现 keepdims,则将引发任何异常。版本 1.8.0 中的新功能。
- initial标量,可选
输出元素的最大值。必须存在才能允许对空切片进行计算。有关详细信息,请参阅
reduce
。版本 1.22.0 中的新功能。
- wherearray_like of bool, 可选
要比较最小值的元素。有关详细信息,请参阅
reduce
。版本 1.22.0 中的新功能。
- 返回值:
- nanminndarray
一个与 a 形状相同的数组,其中已删除指定的轴。如果 a 是一个 0 维数组,或者如果 axis 为 None,则返回一个 ndarray 标量。返回与 a 相同的数据类型。
另请参阅
注释
NumPy 使用 IEEE 标准用于二进制浮点算术 (IEEE 754)。这意味着非数字不等于无穷大。正无穷大被视为非常大的数字,负无穷大被视为非常小(即负)的数字。
如果输入具有整数类型,则该函数等效于 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时
>>> np.nanmin([1, 2, np.nan, np.inf]) 1.0 >>> np.nanmin([1, 2, np.nan, -np.inf]) -inf