Python numpy amin用法及代码示例

本文简要介绍 python 语言中 numpy.amin 的用法。

用法:

numpy.amin(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)

返回数组的最小值或沿轴的最小值。

参数：

a： array_like

输入数据。

axis： 无或int 或整数元组，可选

沿其操作的一个或多个轴。默认情况下，使用扁平化输入。

如果这是一个整数元组，则在多个轴上选择最小值，而不是像以前那样选择单个轴或所有轴。

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，请参阅输出类型确定。

keepdims： 布尔型，可选

如果将其设置为 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，结果将针对输入数组正确广播。

如果传递了默认值，那么保持昏暗不会被传递到amin子类的方法numpy.ndarray，但是任何非默认值都是。如果sub-class' 方法没有实现保持昏暗将引发任何异常。

initial： 标量，可选

输出元素的最大值。必须存在以允许对空切片进行计算。有关详细信息，请参阅 reduce 。

where： 类似于 bool 的数组，可选

要比较最小值的元素。有关详细信息，请参阅 reduce 。

返回：

amin： ndarray 或标量

最少a.如果轴为无，结果是一个标量值。如果轴给出，结果是一个维度数组a.ndim - 1.

注意：

NaN 值被传播，也就是说，如果至少一项为 NaN，则相应的最小值也将为NaN。要忽略 NaN 值(MATLAB 行为)，请使用 nanmin。

不要将amin 用于 2 个数组的元素比较；当 a.shape[0] 为 2 时， minimum(a[0], a[1]) 比 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])
>>> np.amin(a, where=[False, True], initial=10, axis=0)
array([10,  1])

>>> b = np.arange(5, dtype=float)
>>> b[2] = np.NaN
>>> np.amin(b)
nan
>>> np.amin(b, where=~np.isnan(b), initial=10)
0.0
>>> np.nanmin(b)
0.0

>>> np.amin([[-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 的默认参数 max 函数不同，该函数仅用于空迭代。

请注意，这与 Python 的 default 参数不同。

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