返回Python中沿轴1的数组最小值或忽略任何NaN的最小值
要在Python中返回数组的最小值或忽略任何NaN的最小值,请使用numpy.nanmin()方法。该方法返回一个与a形状相同的数组,其中指定轴已被移除。如果a是0维数组,或者axis为None,则返回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是放置结果的备用输出数组。默认为None;如果提供,它必须与预期输出具有相同的形状,但类型将根据需要进行转换。
第四个参数keepdims如果设置为True,则减少的轴将保留在结果中,大小为一。使用此选项,结果将与原始a正确广播。如果值不是默认值,则keepdims将传递给ndarray子类的max方法。如果子类方法未实现keepdims,则将引发任何异常。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类型和nan的元素:
arr = np.array([[10, 20, 30], [40, np.nan, 60]])
显示数组:
print("Our Array...
",arr)
检查维度:
print("
Dimensions of our Array...
",arr.ndim)
获取数据类型:
print("
Datatype of our Array object...
",arr.dtype)
要在Python中返回数组的最小值或忽略任何NaN的最小值,请使用numpy.nanmin()方法:
print("
Result (nanmin)...
",np.nanmin(arr, axis = 1))
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...
",arr) # Check the Dimensions print("
Dimensions of our Array...
",arr.ndim) # Get the Datatype print("
Datatype of our Array object...
",arr.dtype) # To return the minimum of an array or minimum ignoring any NaNs, use the numpy.nanmin() method in Python print("
Result (nanmin)...
",np.nanmin(arr, axis = 1))
输出
Our Array... [[10. 20. 30.] [40. nan 60.]] Dimensions of our Array... 2 Datatype of our Array object... float64 Result (nanmin)... [10. 40.]
广告