numpy.amin

numpy.amin(a, axis=None, out=None, keepdims=<class numpy._globals._NoValue>) [source]

Возвращает минимальное значение массива или минимальное значение по оси.

Параметры:

a : array_like Входные данные. axis : None или int или кортеж из целых чисел, необязательно Ось или оси, по которым выполнять операцию. По умолчанию используется уплощенный вход. Новое в версии 1.7.0. Если это кортеж из целых чисел, минимальное значение выбирается по нескольким осям, а не по одной оси или всем осям, как раньше. out : ndarray, необязательно Альтернативный массив вывода, в котором разместить результат. Должен иметь ту же форму и длину буфера, что и ожидаемый результат. Подробнее см. doc.ufuncs (раздел «Аргументы вывода»). keepdims : bool, необязательно Если значение равно True, оси, по которым выполнялось сокращение, остаются в результате в качестве измерений с размером один. С этим параметром результат будет корректно транслироваться в массив-вход. Если передано значение по умолчанию, то keepdims не будет передано в метод amin подклассов ndarray, однако любое отличное от значения по умолчанию значение будет. Если подклассы метода sum не реализуют keepdims, будут подняты исключения.

Возвращает:

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

См. также

amax

Максимальное значение массива вдоль заданной оси, распространяя любые NaN.

nanmin

Минимальное значение массива вдоль заданной оси, игнорируя любые NaN.

minimum

Элементное минимальное значение двух массивов, распространяя любые NaN.

fmin

Элементное минимальное значение двух массивов, игнорируя любые NaN.

argmin

Возвращает индексы минимальных значений.

nanmax, maximum, fmax

Примечания

NaN значения передаются, то есть если хотя бы один элемент — NaN, соответствующее минимальное значение также будет NaN. Для игнорирования NaN значений (поведение MATLAB), 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