上一主题

统计

下一主题

numpy.amax

numpy.amin

numpy.amin(a, axis=None, out=None, keepdims=<class numpy._globals._NoValue>)[source]

沿轴返回数组或最小值的最小值。

参数:

a:array_like

输入数据。

axis:无或int或tuple ints,可选

要操作的轴或轴。默认情况下,使用平展输入。

如果这是一个int的元组,则选择多个轴的最小值,而不是单个轴或所有轴,如前所述。

out:ndarray,可选

用于放置结果的替代输出数组。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doc.ufuncs(“输出参数”部分)。

keepdims:bool,可选

如果设置为True,则缩小的轴将作为尺寸为1的尺寸留在结果中。使用此选项,结果将相对于原始arr正确广播。

如果传递默认值,则keepdims将不会传递到ndarray的子类的amin如果子类sum方法不实现keepdims,则会引发任何异常。

返回:

amin:ndarray或scalar

最小值a如果axis为None,则结果为标量值。如果给出axis,则结果是尺寸a.ndim - 1 t1>。

也可以看看

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
元素最小的两个数组,传播任何NaN。
fmin
元素最小的两个数组,忽略任何NaN。
argmin
返回最小值的索引。

nanmaxmaximumfmax

笔记

NaN值被传播,即如果至少一个项目是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amin来比较2数组;当a.shape[0]为2,最小值(a [0], a [1])amin(a, axis = 0)快。

例子

>>> a = np.arange(4).reshape((2,2))
>>> a
array([[0, 1],
       [2, 3]])
>>> np.amin(a)           # Minimum of the flattened array
0
>>> np.amin(a, axis=0)   # Minima along the first axis
array([0, 1])
>>> np.amin(a, axis=1)   # Minima along the second axis
array([0, 2])
>>> b = np.arange(5, dtype=np.float)
>>> b[2] = np.NaN
>>> np.amin(b)
nan
>>> np.nanmin(b)
0.0