numpy nanmin 用法及代码示例

用法:
numpy.nanmin(a, axis=None, out=None, keepdims=<no value>)
返回数组的最小值或沿轴的最小值,忽略任何NaN。遇到all-NaN个切片时,抛出RuntimeWarning。

描述
参数 a: : array_like

包含所需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}, 可选参数

计算最小值的一个或多个轴。默认值是计算扁平化数组的最小值。
out: : ndarray, 可选参数

放置结果的备用输出数组。默认是None;如果提供的话,它的形状必须与预期的输出形状相同,但是如果需要的话,将强制转换类型。看到doc.ufuncs有关详细信息。

1.8.0版中的新功能。
keepdims: : bool, 可选参数

如果将其设置为True,则缩小的轴将保留为尺寸1的尺寸。使用此选项,结果将相对于原始a正确广播。
如果该值不是默认值,则keepdims将传递给min的子类方法ndarray。如果子类方法未实现keepdims任何例外情况都会提出。

1.8.0版中的新功能。

返回值 nanmin: : ndarray

与a形状相同的数组,但移除了指定的轴。如果a是0-d数组,或者如果axis是None,则返回ndarray标量。返回与d相同的dtype。

注意:

NumPy使用IEEE算术二进制浮点标准(IEEE 754)。这意味着非数字不等于无穷大。正无穷大被视为一个非常大的数,负无穷大被视为一个非常小的(即负)数。

如果输入具有整数类型,则该函数等效于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

发表回复

登录... 后才能评论