1 python数据分析numpy基础之min求数组最小值

python的numpy库的min()函数，用于计算沿指定轴(一个轴或多个轴)的最小值。

用法

 min(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)

1.1 入参a

numpy.min()的入参a，为必选入参，可以为数组、列表、元组。

 >>> import numpy as np
 # 入参a为列表
 >>> np.min([1,2,3,-1,-5])
 -5
 # 入参a为元组
 >>> np.min((1,2,3,-1,-5))
 -5
 # 入参a为数组
 >>> np.min(np.array((1,2,3,-1,-5)))
 -5

1.2 入参axis为整数

numpy.min()的入参axis为可选入参，默认为None，表示求全部元素的最小值。

若axis=n为整数，则对指定轴n的元素求最小值。

若axis=负数，则-1对应最后一个轴，-2倒数第2个轴，依此类推。

 >>> import numpy as np
 >>> ar3=np.array([[[12, 13, 14, 15 ],
         [ 19,  25,  16,  7],
         [ 18,  29, 10, 31]],
 
        [[9,  11,  21,  3],
         [16, 17, 18, 19],
         [20, 21, 22, 23]]])
 >>> ar3
 array([[[12, 13, 14, 15],
         [19, 25, 16,  7],
         [18, 29, 10, 31]],
 
        [[ 9, 11, 21,  3],
         [16, 17, 18, 19],
         [20, 21, 22, 23]]])
 # axis默认为None，整个数组的最小值
 >>> np.min(ar3)
 3
 # axis=0，沿0轴的2个二维数组的每个位置都取最小值
 >>> np.min(ar3,axis=0)
 array([[ 9, 11, 14,  3],
        [16, 17, 16,  7],
        [18, 21, 10, 23]])
 # axis=1，沿1轴的一维数组的每个位置都取最小值 
 >>> np.min(ar3,axis=1)
 array([[12, 13, 10,  7],
        [ 9, 11, 18,  3]])
 # axis=2，沿2轴的每个位置都取最小值 
 >>> np.min(ar3,axis=2)
 array([[12,  7, 10],
        [ 3, 16, 20]])
 # 若axis=负数，则-1对应最后一个轴，-2倒数第2个轴，依此类推。
 >>> np.min(ar3,axis=-1)
 array([[12,  7, 10],
        [ 3, 16, 20]])

1.3 入参axis为元组

numpy.min()的入参axis若为轴的元组，则对多个轴求最小值。

axis=(m,n) 先沿m轴取最小值，再沿n轴取最小值

axis=(m,n)等效于axis=(n,m)。

 >>> import numpy as np
 >>> ar3=np.array([[[12, 13, 14, 15 ],
         [ 19,  25,  16,  7],
         [ 18,  29, 10, 31]],
 
        [[9,  11,  21,  3],
         [16, 17, 18, 19],
         [20, 21, 22, 23]]])
 >>> ar3
 array([[[12, 13, 14, 15],
         [19, 25, 16,  7],
         [18, 29, 10, 31]],
 
        [[ 9, 11, 21,  3],
         [16, 17, 18, 19],
         [20, 21, 22, 23]]])
 # axis=(m,n)先沿m轴取最小值，再沿n轴取最小值
 >>> np.min(ar3,axis=(0,1))
 array([ 9, 11, 10,  3])
 # axis=(m,n)等于# axis=(n,m)
 >>> np.min(ar3,axis=(1,0))
 array([ 9, 11, 10,  3])
 >>> np.min(ar3,axis=(0,2))
 array([ 3,  7, 10])
 >>> np.min(ar3,axis=(1,2))
 array([7, 3])

1.4 入参initial

numpy.min()的入参initial为可选入参，表示用initial替换调输出元素的中大于initial的值。

 >>> import numpy as np
 >>> ar3=np.array([[[12, 13, 14, 15 ],
         [ 19,  25,  16,  7],
         [ 18,  29, 10, 31]],
 
        [[9,  11,  21,  3],
         [16, 17, 18, 19],
         [20, 21, 22, 23]]])
 >>> ar3
 array([[[12, 13, 14, 15],
         [19, 25, 16,  7],
         [18, 29, 10, 31]],
 
        [[ 9, 11, 21,  3],
         [16, 17, 18, 19],
         [20, 21, 22, 23]]])
 # 输出大于initial，则替换为initial，否则不变
 >>> np.min(ar3,axis=(0,1))
 array([ 9, 11, 10,  3])
 >>> np.min(ar3,axis=(0,1),initial=20)
 array([ 9, 11, 10,  3])
 >>> np.min(ar3,axis=(0,1),initial=2)
 array([2, 2, 2, 2])
 >>> np.min(ar3,axis=(0,1),initial=5)
 array([5, 5, 5, 3])

2 END

本文首发微信公众号：梯阅线条，

更多内容参考python知识分享或软件测试开发目录。