numpy.fmin

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

Элементное минимальное значение элементов массива.

Сравнивает два массива и возвращает новый массив, содержащий минимальные значения по элементам. Если один из сравниваемых элементов — NaN, то возвращается не-NaN элемент. Если оба элемента — NaN, то возвращается первый. Последнее различие важно для комплексных NaN, которые определяются как по крайней мере одна из вещественной или мнимой частей — NaN. В итоге NaN игнорируются, когда это возможно.

Параметры:

x1, x2 : array_like Массивы, содержащие сравниваемые элементы. Они должны иметь одинаковую форму. out : ndarray, None или кортеж ndarray и None, необязательно Расположение, в которое сохраняется результат. Если предоставлено, оно должно иметь форму, до которой входные данные транслируются. Если не предоставлено или None, возвращается только что выделенный массив. Кортеж (только в качестве ключевого аргумента) должен иметь длину, равную числу выходов. where : array_like, необязательно Значения True указывают на вычисление ufunc в этом положении, значения False указывают на оставление значения в выводе без изменений. **kwargs Для других ключевых аргументов см. документацию ufunc.

Возвращает:

y : ndarray или скаляр Минимальное значение x1 и x2, по элементам. Возвращает скаляр, если оба x1 и x2 являются скалярами.

См. также

fmax

Элементное максимальное значение двух массивов, игнорирует NaN.

minimum

Элементное минимальное значение двух массивов, распространяет NaN.

amin

Минимальное значение массива по заданной оси, распространяет NaN.

nanmin

Минимальное значение массива по заданной оси, игнорирует NaN.

maximum, amax, nanmax

Примечания

Новая в версии 1.3.0.

fmin эквивалентно np.where(x1 <= x2, x1, x2), когда ни x1, ни x2 не являются NaN, но оно быстрее и выполняет правильное векторизованное умножение.

Примеры

>>> 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])