numpy.min#

numpy.min(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)[原始碼]#

傳回陣列的最小值或沿軸的最小值。

參數:

a類陣列

輸入資料。

axisNone 或 int 或 int 元組，選填

要沿其運算的軸或多個軸。預設情況下，使用展平後的輸入。

如果這是整數元組，則會在多個軸上選擇最小值，而不是像以前那樣在單個軸或所有軸上選擇。

outndarray，選填

放置結果的替代輸出陣列。必須與預期輸出的形狀和緩衝區長度相同。有關更多詳細資訊，請參閱輸出類型判斷。

keepdimsbool，選填

如果設定為 True，則縮減的軸將保留在結果中，作為大小為 1 的維度。使用此選項，結果將針對輸入陣列正確廣播。

如果傳遞預設值，則 keepdims 將不會傳遞給 min 的 ndarray 子類別的方法，但是任何非預設值都會傳遞。如果子類別的方法未實作 keepdims，則會引發任何例外。

initial純量，選填

輸出元素的最大值。必須存在才能允許對空切片進行計算。有關詳細資訊，請參閱 reduce。

wherebool 類陣列，選填

要比較最小值的元素。有關詳細資訊，請參閱 reduce。

傳回值:

minndarray 或純量: a 的最小值。如果 axis 為 None，則結果為純量值。如果 axis 是整數，則結果是維度為 a.ndim - 1 的陣列。如果 axis 是元組，則結果是維度為 a.ndim - len(axis) 的陣列。

另請參閱

amax: 沿給定軸的陣列最大值，傳播任何 NaN。
nanmin: 沿給定軸的陣列最小值，忽略任何 NaN。
minimum: 兩個陣列的逐元素最小值，傳播任何 NaN。
fmin: 兩個陣列的逐元素最小值，忽略任何 NaN。
argmin: 傳回最小值的索引。
nanmax、 maximum、 fmax

註解

NaN 值會被傳播，也就是說，如果至少有一個項目是 NaN，則對應的最小值也將為 NaN。若要忽略 NaN 值（MATLAB 行為），請使用 nanmin。

請勿使用 min 進行 2 個陣列的逐元素比較；當 a.shape[0] 為 2 時，minimum(a[0], a[1]) 比 min(a, axis=0) 更快。

範例

>>> import numpy as np
>>> a = np.arange(4).reshape((2,2))
>>> a
array([[0, 1],
       [2, 3]])
>>> np.min(a)           # Minimum of the flattened array
0
>>> np.min(a, axis=0)   # Minima along the first axis
array([0, 1])
>>> np.min(a, axis=1)   # Minima along the second axis
array([0, 2])
>>> np.min(a, where=[False, True], initial=10, axis=0)
array([10,  1])

>>> b = np.arange(5, dtype=float)
>>> b[2] = np.nan
>>> np.min(b)
np.float64(nan)
>>> np.min(b, where=~np.isnan(b), initial=10)
0.0
>>> np.nanmin(b)
0.0

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

請注意，初始值被用作確定最小值的元素之一，這與預設引數 Python 的 max 函數不同，後者僅用於空的可迭代物件。

請注意，這與 Python 的 default 引數不同。

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