numpy.fmin#
- numpy.fmin(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'fmin'>#
逐个元素地计算数组元素的最小值.
比较两个数组,并返回一个包含逐个元素最小值的数组.如果被比较的元素之一是NaN,则返回非NaN元素.如果两个元素都是NaN,则返回第一个元素.后者的区分对于复数NaN很重要,复数NaN被定义为实部或虚部中至少有一个是NaN.最终效果是在可能的情况下忽略NaN.
- 参数:
- x1, x2array_like
保存要比较元素的数组.如果
x1.shape != x2.shape,它们必须能广播到共同的形状(这将成为输出的形状).- outndarray, None, or tuple of ndarray and None, optional
结果存储到的位置.如果提供,它必须具有输入的广播到的形状. 如果未提供或为 None,则返回一个新分配的数组.一个元组(可能只能作为关键字参数)必须具有等于输出数量的长度.
- wherearray_like, optional
此条件在输入上进行广播.在条件为 True 的位置, out 数组将设置为 ufunc 结果.否则, out 数组将保留其原始值.请注意,如果通过默认值
out=None创建一个未初始化的 out 数组,则其中条件为 False 的位置将保持未初始化.- \kwargs
对于其他仅限关键字的参数,请参阅 ufunc docs .
- 返回:
- yndarray 或标量
x1 和 x2 的逐个元素的最小值.如果 x1 和 x2 都是标量,则这是一个标量.
参见
注释
当x1和x2都不是NaN时,fmin等价于
np.where(x1 <= x2, x1, x2),但它更快并且能正确地广播.示例
>>> import numpy as np >>> np.fmin([2, 3, 4], [1, 5, 2]) array([1, 3, 2])
>>> np.fmin(np.eye(2), [0.5, 2]) array([[ 0.5, 0. ], [ 0. , 1. ]])
>>> np.fmin([np.nan, 0, np.nan],[0, np.nan, np.nan]) array([ 0., 0., nan])