numpy.nanmin

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

Возвращает минимум массива или минимум по оси, игнорируя любые NaN. Когда встречаются все NaN-срезы, генерируется RuntimeWarning и для этого среза возвращается Nan.

Параметры:

a : array_like Массив, содержащий числа, для которых требуется найти минимум. Если a не является массивом, выполняется попытка преобразования. axis : {int, tuple of int, None}, optional Ось или оси, по которым вычисляется минимум. По умолчанию вычисляется минимум уплотнённого массива. out : ndarray, optional Альтернативный выходной массив, в который следует поместить результат. По умолчанию None; если указан, он должен иметь ту же форму, что и ожидаемый результат, но тип будет преобразован при необходимости. См. doc.ufuncs для подробностей. Новое в версии 1.8.0. keepdims : bool, optional Если это значение установлено в True, оси, которые были уменьшены, остаются в результате в виде измерений с размером один. С этим параметром результат будет корректно транслироваться относительно исходного a. Если значение отличается от значения по умолчанию, keepdims будет передано методу min подклассов ndarray. Если методы подклассов не реализуют keepdims, будут генерироваться исключения. Новое в версии 1.8.0.

Возвращает:

nanmin : ndarray Массив с формой, совпадающей с формой a, с удалённой указанной осью. Если a является 0-мерным массивом или если ось равна None, возвращается скаляр ndarray. Возвращается тот же тип данных, что и у a.

См. также

nanmax

Максимальное значение массива по заданной оси, игнорируя любые NaN.

amin

Минимальное значение массива по заданной оси, распространяя любые NaN.

fmin

Элемент-по-элемент минимум двух массивов, игнорируя любые NaN.

minimum

Элемент-по-элемент минимум двух массивов, распространяя любые NaN.

isnan

Показывается, какие элементы являются числом Not a Number (NaN).

isfinite

Показывается, какие элементы не являются NaN или бесконечностью.

amax, fmax, maximum

Примечания

NumPy использует стандарт IEEE для двоичной плавающей запятой арифметики (IEEE 754). Это означает, что Not a Number не эквивалентно бесконечности. Положительная бесконечность обрабатывается как очень большое число, а отрицательная бесконечность — как очень маленькое (т. е. отрицательное) число.

Если вход имеет целочисленный тип, функция эквивалентна np.min.

Примеры

>>> a = np.array([[1, 2], [3, np.nan]])
>>> np.nanmin(a)
1.0
>>> np.nanmin(a, axis=0)
array([1.,  2.])
>>> np.nanmin(a, axis=1)
array([1.,  3.])

Когда присутствуют положительная и отрицательная бесконечности:

>>> np.nanmin([1, 2, np.nan, np.inf])
1.0
>>> np.nanmin([1, 2, np.nan, np.NINF])
-inf