返回数组沿轴 0 的最小值或忽略任何 NaN 的最小值(Python)
要返回数组的最小值或忽略任何 NaN 的最小值,请在 Python 中使用 numpy.nanmin() 方法。该方法返回一个与 a 形状相同的数组,并删除指定的轴。如果 a 是一个 0 维数组,或者如果 axis 为 None,则返回一个 ndarray 标量。返回与 a 相同的数据类型。
第一个参数 a 是一个包含需要求最小值的数字的数组。如果 a 不是数组,则尝试进行转换。
第二个参数 axis 是计算最小值的轴或轴集。默认情况下,计算扁平化数组的最小值。第三个参数 out 是一个备用输出数组,用于放置结果。默认为 None;如果提供,它必须与预期输出具有相同的形状,但如果需要,类型将被强制转换。
第四个参数 keepdims 如果将其设置为 True,则减少的轴将作为大小为 1 的维度保留在结果中。使用此选项,结果将针对原始 a 正确广播。如果该值不是默认值,则 keepdims 将传递到 ndarray 子类的 max 方法。如果子类方法没有实现 keepdims,则会引发任何异常。第五个参数是输出元素的最大值。必须存在才能允许在空切片上进行计算。
步骤
首先,导入所需的库 -
import numpy as np
使用 array() 方法创建一个 numpy 数组。我们添加了 int 类型带有 nan 的元素 -
arr = np.array([[10, 20, 30], [40, np.nan, 60]])
显示数组 -
print("Our Array...\n",arr)
检查维度 -
print("\nDimensions of our Array...\n",arr.ndim)
获取数据类型 -
print("\nDatatype of our Array object...\n",arr.dtype)
要返回数组的最小值或忽略任何 NaN 的最小值,请使用 numpy.nanmin() -
print("\nResult (nanmin)...\n",np.nanmin(arr, axis = 0))
示例
import numpy as np # Creating a numpy array using the array() method # We have added elements of int type with nan arr = np.array([[10, 20, 30], [40, np.nan, 60]]) # Display the array print("Our Array...\n",arr) # Check the Dimensions print("\nDimensions of our Array...\n",arr.ndim) # Get the Datatype print("\nDatatype of our Array object...\n",arr.dtype) # To return the minimum of an array or minimum ignoring any NaNs, use the numpy.nanmin() method in Python print("\nResult (nanmin)...\n",np.nanmin(arr, axis = 0))
输出
Our Array... [[10. 20. 30.] [40. nan 60.]] Dimensions of our Array... 2 Datatype of our Array object... float64 Result (nanmin)... [10. 20. 30.]
广告