numpy.nanmin
numpy.nanmin(a, axis=None, out=None, keepdims=
返回数组的最小值或沿轴的最小值,忽略任何NaN。当遇到所有NaN片时,将引发RuntimeWarning并为该片返回Nan。参数 :a :array_like
包含所需最小值的数字的数组。如果a不是数组,
则尝试进行转换。
axis :{int, tuple of int, None}, 可选
计算最小值的一个或多个轴。
默认值是计算扁平化数组的最小值。
out :ndarray, 可选
要在其中放置结果的备用输出数组。
默认为None;如果提供的话,
它的形状必须与预期的输出形状相同,
但是如果需要的话,
将强制转换类型。有关更多详细信息,
请参见ufuncs-output-type。
1.8.0版中的新功能。
keepdims :bool, 可选
如果将其设置为True,
那么被缩减的轴将在结果中保留尺寸为1的维度。使用此选项,
结果将相对于原始a正确广播。
如果该值不是默认值,
则keepdims将传递给ndarray子类的min方法。
如果子类方法未实现keepdims,
则将引发任何异常。
1.8.0版中的新功能。
返回值 :nanmin :ndarray
与a形状相同的数组,但移除了指定的轴。
如果a是0-d数组,或者axis是None,
则返回ndarray标量。 返回与相同的dtype。
Notes
NumPy使用IEEE算术二进制浮点标准(IEEE 754)。这意味着非数字不等于无穷大。正无穷大被视为一个非常大的数,而负无穷大被视为一个很小的(即负)数。
如果输入具有整数类型,则该函数等效于np.min。
例子>>> 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.])
当存在正无穷大和负无穷大时:>>> np.nanmin([1, 2, np.nan, np.inf])
1.0
>>> np.nanmin([1, 2, np.nan, np.NINF])
-inf