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 нужно выполнить операцию. По умолчанию используется уплощённый ввод. Новая в версии 1.7.0. Если это кортеж из целых чисел, то минимум выбирается по нескольким осям вместо одной оси или всех осей, как раньше. out : ndarray, необязательно Альтернативный массив вывода, в который нужно поместить результат. Он должен иметь ту же форму и длину буфера, что и ожидаемый результат. Подробнее см. doc.ufuncs (раздел «Аргументы вывода»). keepdims : bool, необязательно Если это True, то оси, по которым производилось сокращение, сохраняются в результате в виде измерений с размером один. С этим параметром результат будет корректно транслироваться к входному массиву. 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 является скалярным значением. Если axis задан, результат является массивом размерности a.ndim - 1.

См. также

amax

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

nanmin

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

minimum

Элемент-по-элементу минимальное значение двух массивов, обрабатывая любые значения NaN.

fmin

Элемент-по-элементу минимальное значение двух массивов, игнорируя любые значения NaN.

argmin

Возвращает индексы минимальных значений.

nanmax, maximum, fmax

Примечания

Значения NaN передаются, то есть, если хотя бы один элемент является NaN, соответствующее минимальное значение также будет NaN. Для игнорирования значений NaN (поведение MATLAB), пожалуйста, используйте nanmin.

Не используйте amin для элемент-по-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=float)
>>> b[2] = np.NaN
>>> np.amin(b)
nan
>>> np.nanmin(b)
0.0