numpy.nanmin

numpy.nanmin(a, axis=None, out=None, keepdims=<class numpy._globals._NoValue>)

沿轴返回数组或最小值，忽略任何NaN。当遇到all-NaN切片时，会出现RuntimeWarning并返回该切片的Nan。

参数：

a：array_like

包含需要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，可选

计算最小值的轴。默认值是计算展平数组的最小值。

out：ndarray，可选

备用输出放置结果的数组。默认值为None；如果提供，它必须具有与预期输出相同的形状，但如果必要，将投射类型。有关详细信息，请参阅doc.ufuncs。

版本1.8.0中的新功能。

keepdims：bool，可选

如果设置为True，则缩小的轴在结果中保留为尺寸为1的尺寸。使用此选项，结果将与原始a正确地广播。

如果值为默认值，则keepdims将传递到ndarray子类的min方法。如果子类方法不实现keepdims，则会引发任何异常。

版本1.8.0中的新功能。

返回：

nanmin：ndarray

与a形状相同的数组，指定的轴已删除。如果a是0-d数组，或者如果轴为None，则返回ndarray标量。返回与a相同的dtype。

也可以看看

nanmax

沿给定轴的数组的最大值，忽略任何NaN。

amin

沿着给定轴的数组的最小值，传播任何NaN。

fmin

元素最小的两个数组，忽略任何NaN。

minimum

元素最小的两个数组，传播任何NaN。

isnan

显示哪些元素不是数字（NaN）。

isfinite

显示哪些元素既不是NaN也不是无穷大。

amax，fmax，maximum

笔记

Numpy使用IEEE标准二进制浮点运算（IEEE 754）。这意味着不是数字不等于无穷大。正无穷大被视为非常大的数，负无穷大被视为非常小（即负）数。

如果输入具有整数类型，该函数等效于np.min。

例子

>>> 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.NINF])
-inf