numpy.nanmin

numpy.nanmin(a, axis=None, out=None, keepdims=<no value>)

Функция nanmin() возвращает мнимальное значение элементов массива, игнорируя значения np.nan. Параметр axis позволяет указывать оси, вдоль которых необходим поиск минимальных значений.

Если весь массив или некоторый его срез, по которому ведется поиск минимального элемента состоит только лишь из одних элементов np.nan, то запускается предупреждение RuntimeWarning, после чего будет возвращено значение np.nan.

Параметры:
a - массив NumPy или подобный массиву объект.
Входные данные.
axis - целое число или кортеж целых чисел, необязательный параметр.
Указывает ось или оси по которым выполняется поиск (доступно в NumPy с версии 1.7.0). По умолчанию axis = None, что соответствует поиску в массиве a так, словно он сжат до одной оси.
out - массив NumPy, необязательный параметр.
Массив в который можно поместить результат функции. Данный массив должен соответствовать форме и типу данных результирующего массива функции (зачастую, тип данных может быть преобразован автоматически). Указание данного параметра, позволяет избежать лишней операции присваивания тем самым немного ускоряя работу вашего кода. Полезный параметр если вы очень часто обращаетесь к функции в цикле. Доступно в NumPy с версии 1.8.0.
keepdims - True или False, необязательный параметр.
Если данный параметр указан как True, то результат работы функции по указанным осям будет способен к транслированию по исходному массиву, т.е. результат функции оформляется в массив с количеством осей исходного массива. Если параметр установлен в значение False, то результатом работы функции будет либо число, либо одномерный массив чисел. Доступно в NumPy с версии 1.8.0.
Возвращает:
результат - число или массив NumPy
Если параметр axis не указан, то будет возвращено одно число - элемент с минимальным значением в исходном массиве. Если в параметре axis указана одна ось, то будет возвращен массив, содержащий минимальные элементы вдоль указанной оси с формой a.ndim - 1. Если количество указанных осей равно d, то будет возвращен массив с формой a.ndim - d.
Смотрите так же:
amax, amin, nanmax

Примеры

>>> a = np.array([[np.nan, 1], [2, 3]])
>>> a
array([[nan,  1.],
       [ 2.,  3.]])
>>> 
>>> np.nanmin(a)
1.0
>>> 
>>> np.nanmin(a, axis = 0)
array([2., 1.])
>>> 
>>> np.nanmin(a, axis = 1)
array([1., 2.])
>>> 
>>> b = np.array([np.nan, np.nan])
>>> np.nanmin(b)
__main__:1: RuntimeWarning: All-NaN slice encountered
nan