NumPy 1.14 - numpy.minimum()

numpy.minimum




numpy

numpy.minimum

numpy.minimum(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'minimum'>

सरणी तत्वों का तत्व-वार न्यूनतम।

दो सरणियों की तुलना करें और तत्व-वार मिनीमा युक्त एक नई सरणी लौटाते हैं। यदि तुलना किए जा रहे तत्वों में से एक NaN है, तो वह तत्व वापस आ जाता है। यदि दोनों तत्व NaN हैं तो पहले लौटा दिया जाता है। बाद के भेद जटिल NaN के लिए महत्वपूर्ण हैं, जिन्हें कम से कम वास्तविक या काल्पनिक भागों में NaN के रूप में परिभाषित किया गया है। शुद्ध प्रभाव यह है कि NaN का प्रचार किया जाता है।

पैरामीटर:

X1, x2 : array_like

तत्वों की तुलना करने वाले सरणियों की तुलना की जानी चाहिए। उनके पास एक ही आकार, या आकार होना चाहिए जो एकल आकार में प्रसारित किया जा सकता है।

बाहर : ndarray, कोई नहीं, या tdle of ndarray और कोई नहीं, वैकल्पिक

एक स्थान जिसमें परिणाम संग्रहीत किया जाता है। यदि प्रदान किया जाता है, तो इसका एक आकार होना चाहिए जो कि इनपुट प्रसारित करता है यदि प्रदान नहीं किया गया है या None , तो एक ताज़ा-आवंटित सरणी वापस आ जाती है। एक ट्यूपल (केवल एक कीवर्ड तर्क के रूप में संभव) आउटपुट की संख्या के बराबर लंबाई होना चाहिए।

जहां : array_like, वैकल्पिक

सत्य के मान उस स्थिति में ufunc की गणना करने के लिए संकेत देते हैं, गलत के मान अकेले उत्पादन में मूल्य छोड़ने का संकेत देते हैं।

** kwargs

अन्य कीवर्ड-केवल तर्कों के लिए, ufunc डॉक्स देखें।

यह दिखाता है:

y : ndarray या स्केलर

ए 1 और x2 की न्यूनतम, तत्व-वार। अगर दोनों x1 और x2 स्केलर हैं, तो स्केलर लौटाता है।

यह भी देखें

maximum
तत्व-वार अधिकतम दो सरणियाँ, NaN का प्रचार करती हैं।
fmin
तत्व-वार न्यूनतम दो सरणियाँ, NaNs की उपेक्षा करती हैं।
amin
किसी दिए गए अक्ष के साथ एक सरणी का न्यूनतम मूल्य, NaN का प्रचार करता है।
nanmin
किसी दिए गए अक्ष के साथ एक सरणी का न्यूनतम मूल्य, NaNs को अनदेखा करता है।

fmax , amax , nanmax

टिप्पणियाँ

न्यूनतम np.where(x1 <= x2, x1, x2) बराबर है जब न तो X1 और न ही x 2 NaN हैं, लेकिन यह तेज़ है और उचित प्रसारण करता है।

उदाहरण

>>> np.minimum([2, 3, 4], [1, 5, 2])
array([1, 3, 2])
>>> np.minimum(np.eye(2), [0.5, 2]) # broadcasting
array([[ 0.5,  0. ],
       [ 0. ,  1. ]])
>>> np.minimum([np.nan, 0, np.nan],[0, np.nan, np.nan])
array([ NaN,  NaN,  NaN])
>>> np.minimum(-np.Inf, 1)
-inf