Python numpy fmin用法及代码示例

本文简要介绍 python 语言中 numpy.fmin 的用法。

用法:

numpy.fmin(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True [, signature, extobj ]) = <ufunc 'fmin'>

数组元素的元素最小值。

比较两个数组并返回一个包含元素最小值的新数组。如果要比较的元素之一是 NaN，则返回非 nan 元素。如果两个元素都是NaNs，则返回第一个元素。后一种区别对于复数 NaN 很重要，复数 NaN 被定义为实部或虚部中至少有一个是 NaN。最终效果是 NaNs 在可能的情况下被忽略。

参数：

x1, x2： array_like

包含要比较的元素的数组。如果 x1.shape != x2.shape ，它们必须可以广播到一个公共形状(成为输出的形状)。

out： ndarray，None，或 ndarray 和 None 的元组，可选

存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或 None，则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。

where： 数组，可选

此条件通过输入广播。在条件为真的位置，out数组将设置为 ufunc 结果。在其他地方，out数组将保留其原始值。请注意，如果未初始化out数组是通过默认创建的out=None，其中条件为 False 的位置将保持未初始化状态。

**kwargs：

对于其他仅关键字参数，请参阅 ufunc 文档。

返回：

y： ndarray 或标量

x1 和 x2 的最小值，按元素计算。如果 x1 和 x2 都是标量，则这是一个标量。

注意：

当 x1 和 x2 都不是 NaN 时， fmin 等效于 np.where(x1 <= x2, x1, x2)，但它更快并且可以正确广播。

例子：

>>> np.fmin([2, 3, 4], [1, 5, 2])
array([1, 3, 2])

>>> np.fmin(np.eye(2), [0.5, 2])
array([[ 0.5,  0. ],
       [ 0. ,  1. ]])

>>> np.fmin([np.nan, 0, np.nan],[0, np.nan, np.nan])
array([ 0.,  0., nan])