numpy.amin
numpy.amin(a, axis=None, out=None, keepdims=, initial=, where=) [source]
返回数组的最小值或沿轴的最小值。
参数 ： | a ：array_like 输入数据。 axis ：None 或 int 或 int类型的tuple, 可选 沿其运行的一个或多个轴。 默认情况下，使用拼合的输入。 1.7.0版中的新功能。如果这是一个整数元组， 则在多个轴上选择最小值， 而不是像以前那样在单个轴或所有轴上进行选择。 out ：ndarray, 可选 放置结果的备用输出数组。 必须具有与预期输出相同的形状和缓冲区长度。 有关更多详细信息，请参见ufuncs-output-type。 keepdims ： 如果将其设置为True， 那么被缩减的轴将在结果中保留尺寸为1的维度。 使用此选项，结果将针对输入数组正确传递。如果传递了默认值， 则keepdims不会传递给ndarray子类的 但是任何非默认值都会传递。 如果子类的方法未实现keepdims， 则将引发任何异常。 initial ：scalar, 可选 输出元素的最大值。 必须存在以允许在空片上进行计算。 有关详情，请参见 where ：bool的array_like 可选 元素来比较最小值。详见 |
返回值 ： | amin ：ndarray 或 scalar 最少一个 如果axis为 如果指定了axis，则结果为维度为 |
Notes
将传NaN值，即，如果至少一项是NaN，则相应的最小值也将是NaN。 要忽略NaN值（MATLAB行为），请使用nanmin。
不要使用amin对2个数组进行逐元素比较； 当a.shape[0]为2时，minimum(a[0]，a[1])比amin(a，axis = 0)快。
例子
>>> a = np.arange(4).reshape((2,2))>>> aarray([[0, 1], [2, 3]])>>> np.amin(a) # Minimum of the flattened array0>>> np.amin(a, axis=0) # Minima along the first axisarray([0, 1])>>> np.amin(a, axis=1) # Minima along the second axisarray([0, 2])>>> np.amin(a, where=[False, True], initial=10, axis=0)array([10, 1])
>>> b = np.arange(5, dtype=float)>>> b[2] = np.NaN>>> np.amin(b)nan>>> np.amin(b, where=~np.isnan(b), initial=10)0.0>>> np.nanmin(b)0.0
>>> np.min([[-50], [10]], axis=-1, initial=0)array([-50, 0])
注意，初始值被用作确定最小值的元素之一，这与默认参数Python的max函数不同，后者只用于空迭代。
请注意，这与Python的default参数不同。
>>> np.min([6], initial=5)5>>> min([6], default=5)6