numpy.amin

numpy.amin(a, axis=None, out=None, keepdims=<no value>, initial=<no value>) [source]

Возвращает минимальное значение массива или минимальное значение по оси.

Параметры:

a : array_like Входные данные. axis : None or int or tuple of ints, optional Ось или оси, по которым нужно выполнить операцию. По умолчанию используется уплощенный вход. Добавлена в версии 1.7.0. Если это кортеж целых чисел, минимальное значение выбирается по нескольким осям, а не по одной оси или всем осям, как раньше. out : ndarray, optional Альтернативный выходной массив, в который следует поместить результат. Должен иметь такую же форму и длину буфера, как ожидаемый выход. Подробнее см. doc.ufuncs (раздел «Аргументы вывода»). keepdims : bool, optional Если это установлено в значение True, оси, которые были уменьшены, остаются в результате в виде измерений с размером один. С этим вариантом результат будет правильно транслироваться в отношении входного массива. Если передано значение по умолчанию, то keepdims не будет передано методу amin подклассов ndarray, однако любое отличное от значения по умолчанию значение будет. Если метод подкласса не реализует keepdims, будут вызваны исключения. initial : scalar, optional Максимальное значение элемента вывода. Должно быть присутствовать, чтобы разрешить вычисления на пустом срезе. Подробнее см. reduce. Добавлена в версии 1.15.0.

Возвращает:

amin : ndarray or scalar Минимальное значение a. Если axis равно None, результат — скалярное значение. Если axis задано, результат — массив размерности a.ndim - 1.

См. также

amax

Максимальное значение массива по заданной оси, распространяя любые NaN.

nanmin

Минимальное значение массива по 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

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

Не используйте amin для элементного сравнения двух 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

>>> np.min([[-50], [10]], axis=-1, initial=0)
array([-50,   0])

Обратите внимание, что начальное значение используется как один из элементов, для которых определяется минимум, в отличие от аргумента по умолчанию функции max в Python, который используется только для пустых итерируемых объектов.

Обратите внимание, что это не то же самое, что аргумент по умолчанию Python's default.

>>> np.min([6], initial=5)
5
>>> min([6], default=5)
6