numpy.nanmin

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。当遇到所有NaN切片时 RuntimeWarning 为该切片引发并返回NaN。

参数

aarray_like

包含所需最小值的数字的数组。如果 a 不是数组，尝试转换。

axisint，int的元组，none，可选

计算最小值的轴。默认值是计算展平数组的最小值。

outndarray，可选

用于放置结果的备用输出数组。默认值为 None ；如果提供，它必须具有与预期输出相同的形状，但如果需要，类型将被强制转换。见 输出类型确定 了解更多详细信息。

1.8.0 新版功能.

keepdims可选的布尔

如果设置为“真”，则缩小的轴将保留在结果中，作为尺寸为1的尺寸。使用此选项，结果将正确广播到原始 a .

如果该值不是默认值，则 keepdims 将通过 min 子类方法 ndarray . 如果子类方法不实现 keepdims 将引发任何异常。

1.8.0 新版功能.

返回

nanmin恩达雷

形状与相同的数组 a ，删除指定的轴。如果 a 是一个0-D数组，或者如果轴为“无”，则返回一个Ndarray标量。与相同的数据类型 a 返回。

参见

nanmax

数组沿给定轴的最大值，忽略任何NaN。

amin

沿给定轴传播的数组的最小值。

fmin

两个数组的元素最小值，忽略任何NaN。

minimum

两个数组的元素最小值，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使用了IEEE754二进制浮点运算标准。这意味着没有一个数字不等于无穷大。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（即负）的数。

如果输入为整数类型，则函数等于np.min。

实例

>>> 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

numpy.amax numpy.nanmax