NumPy 1.14 - numpy.nanmin()

numpy.nanmin




numpy

numpy.nanmin

numpy.nanmin(a, axis=None, out=None, keepdims=<class 'numpy._globals._NoValue'>)

किसी भी NaNs को अनदेखा करते हुए, एक सरणी के साथ या एक अक्ष के साथ न्यूनतम लौटें। जब RuntimeWarning NaN स्लाइस का सामना किया RuntimeWarning है, तो एक RuntimeWarning उठाया जाता है और नान को उस स्लाइस के लिए वापस किया जाता है।

पैरामीटर:

a : array_like

एरे युक्त अंक जिनकी न्यूनतम वांछित है। यदि कोई सरणी नहीं है, तो रूपांतरण का प्रयास किया जाता है।

अक्ष : int, वैकल्पिक

एक्सिस जिसके साथ न्यूनतम गणना की जाती है। डिफ़ॉल्ट को समतल सरणी की न्यूनतम गणना करना है।

बाहर : ndarray, वैकल्पिक

वैकल्पिक आउटपुट ऐरे जिसमें रिजल्ट रखना है। डिफ़ॉल्ट None ; यदि प्रदान किया गया है, तो इसका अपेक्षित उत्पादन के समान आकार होना चाहिए, लेकिन यदि आवश्यक हो तो प्रकार डाला जाएगा। विवरण के लिए doc.ufuncs देखें।

संस्करण 1.8.0 में नया।

रखवाले : बूल, वैकल्पिक

यदि इसे True पर सेट किया जाता है, तो जो कुल्हाड़ियों को कम किया जाता है, उन्हें परिणाम में एक आकार के साथ आयाम के रूप में छोड़ दिया जाता है। इस विकल्प के साथ, परिणाम मूल a खिलाफ सही ढंग से प्रसारित होगा।

यदि मूल्य कुछ भी है, लेकिन डिफ़ॉल्ट है, तो keepdims के उप-वर्गों की min विधि के माध्यम से keepdims - keepdims जाएगा। यदि उप-वर्ग विधियां रखने वाले को लागू नहीं keepdims कोई अपवाद नहीं उठाया जाएगा।

संस्करण 1.8.0 में नया।

यह दिखाता है:

नानमिन : ndarray

निर्दिष्ट अक्ष को हटाने के साथ a ही आकार के साथ एक सरणी। यदि a 0-d सरणी है, या यदि अक्ष कोई नहीं है, तो एक ndarray स्केलर वापस आ जाता है। एक के रूप में a ही dtype वापस आ गया है।

यह भी देखें

nanmax
किसी भी NaNs को अनदेखा करते हुए किसी दिए गए अक्ष के साथ एक सरणी का अधिकतम मूल्य।
amin
किसी दिए गए अक्ष के साथ एक सरणी का न्यूनतम मूल्य, किसी भी NaN का प्रचार करना।
fmin
किसी भी NaN को अनदेखा करते हुए, दो सरणियों का तत्व-वार न्यूनतम।
minimum
किसी भी NaN को प्रचारित करना, दो सरणियों का न्यूनतम-वार।
isnan
दिखाता है कि कौन से तत्व एक संख्या (NaN) नहीं हैं।
isfinite
दिखाता है कि कौन से तत्व ना तो NaN हैं और ना ही अनंत।

amax , fmax , maximum

टिप्पणियाँ

NumPy Arithmetic (IEEE 754) के लिए बाइनरी फ्लोटिंग-पॉइंट के लिए IEEE मानक का उपयोग करता है। इसका मतलब है कि नॉट नंबर एक अनंत के बराबर नहीं है। सकारात्मक अनंत को बहुत बड़ी संख्या के रूप में माना जाता है और नकारात्मक अनंत को बहुत छोटी (अर्थात नकारात्मक) संख्या के रूप में माना जाता है।

यदि इनपुट में एक पूर्णांक प्रकार है तो फ़ंक्शन np.min के बराबर है।

उदाहरण

>>> 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.])

जब सकारात्मक अनंत और नकारात्मक अनंत मौजूद होते हैं:

>>> np.nanmin([1, 2, np.nan, np.inf])
1.0
>>> np.nanmin([1, 2, np.nan, np.NINF])
-inf