numpy.minimum

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

Элемент-но минимальное значение элементов массива.

Сравнивает два массива и возвращает новый массив, содержащий минимальные значения по элементам. Если один из сравниваемых элементов — NaN, то возвращается этот 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 распространяются.

Параметры:

x1, x2 : array_like Массивы, содержащие сравниваемые элементы. Они должны иметь одинаковую форму или формы, которые можно привести к одной форме. out : ndarray, None, or tuple of ndarray and None, optional Расположение, в которое сохраняется результат. Если указано, оно должно иметь форму, к которой приводятся входные данные. Если не указано или None, возвращается свежевыделенный массив. Кортеж (возможен только в качестве ключевого аргумента) должен иметь длину, равную количеству выходов. where : array_like, optional Значения True указывают на вычисление ufunc в данной позиции, значения False — на оставление значения в выходе без изменений. **kwargs Для других ключевых аргументов см. документацию ufunc.

Возвращает:

y : ndarray or scalar Минимальное значение x1 и x2, по элементам. Это скаляр, если оба x1 и x2 — скаляры.

См. также

maximum

Элемент-но максимальное значение двух массивов, распространяет NaN.

fmin

Элемент-но минимальное значение двух массивов, игнорирует NaN.

amin

Минимальное значение массива по заданной оси, распространяет NaN.

nanmin

Минимальное значение массива по заданной оси, игнорирует NaN.

fmax, amax, nanmax

Примечания

Минимальное значение эквивалентно np.where(x1 <= x2, x1, x2) , когда ни x1, ни x2 не являются NaN, но оно быстрее и корректно обрабатывает векторизацию.

Примеры

>>> np.minimum([2, 3, 4], [1, 5, 2])
array([1, 3, 2])

>>> np.minimum(np.eye(2), [0.5, 2]) # broadcasting
array([[ 0.5,  0. ],
       [ 0. ,  1. ]])

>>> np.minimum([np.nan, 0, np.nan],[0, np.nan, np.nan])
array([ NaN,  NaN,  NaN])
>>> np.minimum(-np.Inf, 1)
-inf