Python numpy nanmin用法及代码示例

本文简要介绍 python 语言中 numpy.nanmin 的用法。

用法:

numpy.nanmin(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，忽略任何 NaN。当遇到 all-NaN 切片时，会引发 RuntimeWarning 并为该切片返回 Nan。

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，则尝试转换。

axis： {int，int 元组，无}，可选

沿其计算最小值的一个或多个轴。默认是计算展平数组的最小值。

out： ndarray，可选

用于放置结果的备用输出数组。默认为 None ；如果提供，它必须具有与预期输出相同的形状，但如果需要，类型将被强制转换。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，结果将针对原始 a 正确广播。

如果该值不是默认值，则保持昏暗将被传递到min子类的方法numpy.ndarray。如果子类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：

nanmin： ndarray

一个与 a 形状相同的数组，移除了指定的轴。如果 a 是一个 0-d 数组，或者如果 axis 是 None，则返回一个 ndarray 标量。返回与 a 相同的 dtype。

注意：

NumPy 使用 IEEE 二进制浮点算术标准 (IEEE 754)。这意味着“Not a Number”并不等于无穷大。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