numpy.ma.min

ma.min(obj, axis=None, out=None, fill_value=None, keepdims=<no value>)

返回沿给定轴的最小值.

参数:

轴None 或 int 或 int 元组,可选

要操作的轴.默认情况下, axis 为 None,并使用扁平化的输入.如果这是一个整数元组,则选择多个轴上的最小值,而不是像以前一样选择单个轴或所有轴.

out类数组,可选

用于放置结果的备用输出数组.必须与预期输出具有相同的形状和缓冲区长度.

fill_value标量或 None,可选

用于填充掩码值的数值.如果为 None,则使用 minimum_fill_value 的输出.

keepdimsbool,可选

如果设置为 True,则缩减的轴将作为大小为 1 的维度保留在结果中.使用此选项,结果将与数组正确广播.

返回:

aminarray_like

保存结果的新数组.如果指定了 out ,则返回 out .

参见

ma.minimum_fill_value

返回给定数据类型的最小填充值.

示例

Try it in your browser!

>>> 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)

Go BackOpen In Tab