numpy.ma.min
- ma.min(obj, axis=None, out=None, fill_value=None, keepdims=<no value>)[source]
-
Возвращает минимальное значение по заданной оси.
- Параметры:
-
- axisNone или int или кортеж из целых чисел, необязательно
-
Ось, по которой нужно выполнить операцию. По умолчанию,
axisравно None и используется сплющенное входное значение. .. versionadded:: 1.7.0 Если это кортеж из целых чисел, минимальное значение выбирается по нескольким осям вместо одной оси или всех осей, как раньше. - outarray_like, необязательно
-
Альтернативный массив вывода, в который следует поместить результат. Должен иметь ту же форму и длину буфера, что и ожидаемый результат.
- fill_valueскаляр или None, необязательно
-
Значение, используемое для заполнения пропущенных значений. Если None, используется результат
minimum_fill_value. - keepdimsbool, необязательно
-
Если установлено в True, оси, которые были уменьшены, остаются в результате в виде измерений с размером один. С этим параметром результат будет корректно транслироваться в массив.
- Возвращаемое значение:
-
- aminarray_like
-
Новый массив, содержащий результат. Если
outбыл указан, возвращаетсяout.
См. также
ma.minimum_fill_value-
Возвращает минимальное значение заполнения для заданного типа данных.
Примеры
>>> import numpy.ma as ma >>> x = [[1., -2., 3.], [0.2, -0.7, 0.1]] >>> mask = [[1, 1, 0], [0, 0, 1]] >>> masked_x = ma.masked_array(x, mask) >>> masked_x masked_array( data=[[--, --, 3.0], [0.2, -0.7, --]], mask=[[ True, True, False], [False, False, True]], fill_value=1e+20) >>> ma.min(masked_x) -0.7 >>> ma.min(masked_x, axis=-1) masked_array(data=[3.0, -0.7], mask=[False, False], fill_value=1e+20) >>> ma.min(masked_x, axis=0, keepdims=True) masked_array(data=[[0.2, -0.7, 3.0]], mask=[[False, False, False]], fill_value=1e+20) >>> mask = [[1, 1, 1,], [1, 1, 1]] >>> masked_x = ma.masked_array(x, mask) >>> ma.min(masked_x, axis=0) masked_array(data=[--, --, --], mask=[ True, True, True], fill_value=1e+20, dtype=float64)
© 2005–2024 NumPy Developers
Licensed under the 3-clause BSD License.
https://numpy.org/doc/2.0/reference/generated/numpy.ma.min.html