numpy.amin

numpy.amin(a, axis=None, out=None, keepdims=False) [source]

Возвращает минимум массива или минимум по оси.

Параметры:

a : array_like Входные данные. axis : None или int или кортеж из целых чисел, необязательно Ось или оси, по которым нужно работать. По умолчанию используется сплюснутый ввод. Если это кортеж из целых чисел, минимум выбирается по нескольким осям, а не по одной оси или по всем осям, как раньше. out : ndarray, необязательно Альтернативный выходной массив, в который нужно поместить результат. Должен иметь ту же форму и длину буфера, что и ожидаемый результат. Подробности см. в doc.ufuncs (раздел «Аргументы выхода»). keepdims : bool, необязательно Если это установлено в True, оси, которые были уменьшены, остаются в результате в виде измерений с размером один. С этим параметром результат будет корректно транслироваться относительно исходного arr.

Возвращает:

amin : ndarray или скаляр Минимум a. Если axis равно None, результат — скалярное значение. Если axis задан, результат — массив с размерностью a.ndim - 1.

См. также

amax

Максимальное значение массива по заданной оси, распространяя любые значения NaN.

nanmin

Минимальное значение массива по заданной оси, игнорируя любые значения NaN.

minimum

Элемент-по-элемент минимум двух массивов, распространяя любые NaN.

fmin

Элемент-по-элемент минимум двух массивов, игнорируя любые NaN.

argmin

Возвращает индексы минимальных значений.

nanmax, maximum, fmax

Примечания

Значения NaN распространяются, то есть если хотя бы один элемент имеет значение NaN, соответствующее минимальное значение также будет NaN. Чтобы проигнорировать значения NaN (поведение MATLAB), пожалуйста, используйте nanmin.

Не используйте amin для элементного сравнения 2 массивов; когда a.shape[0] равно 2, minimum(a[0], a[1]) быстрее, чем amin(a, axis=0).

Примеры

>>> 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])

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