NumPy nanmin() 函数

NumPy nanmin() 函数计算数组的最小值，忽略任何 NaN(非数字)值。如果数组中或指定轴上的所有值均为 NaN，则会引发 RuntimeWarning，结果将为 NaN。

当数组中存在正无穷大 (inf) 和负无穷大 (-inf) 时，nanmin() 的行为类似，但会忽略 NaN 值。但是，只要数组中不存在会掩盖计算结果的 NaN 元素，它仍会将 -inf 视为最小可能值(如果存在)。

当输入数组中的任何元素为浮点数时，即使所有值都是整数，nanmin() 函数也会返回浮点数据类型。这确保了与可能包含 NaN、无穷大或小数的数组的兼容性。如果输入数组仅包含整数且不包含 NaN 值，则返回类型与输入的数据类型匹配。

以下是 NumPy nanmin() 函数的语法 -

numpy.nanmin(a, axis=None, out=None, keepdims=False, initial=None, where=True)

参数

以下是 NumPy nanmin() 函数的参数 -

• a:输入数组。该数组可以是任意形状或数据类型，并且可以包含 NaN 值。
• axis(可选):计算最小值的轴。如果为 None，则在展平数组上计算最小值。
• out(可选):用于放置结果的备用输出数组。其形状必须与预期输出相同。
• keepdims(可选):如果为 True，则缩小的维度在输出中保留为大小为 1 的维度。默认值为 False。
• initial(可选):启动比较的初始值。如果未提供，则默认值为该数据类型的最大可能值。
• where(可选):布尔数组。如果为 True，则在计算中包含相应的元素;否则，忽略它。

返回值

此函数返回一个标量值或一个 NumPy 数组，其中包含指定轴上的最小值，忽略 NaN 值。

示例

以下是使用 NumPy nanmin() 函数查找数组中最小值的基本示例，同时忽略 NaN 值 -

import numpy as np
# 输入包含 NaN 值的数组
array = np.array([3, np.nan, 1, 7, 9])
# 查找最小值，忽略 NaN
min_value = np.nanmin(array)
print("最小值(忽略 NaN):", min_value)

输出

以下是上述代码的输出 -

最小值(忽略 NaN):1.0

示例:沿轴求最小值

nanmin() 函数可以查找多维数组中指定轴上的最小值，同时忽略 NaN 值。在以下示例中，我们计算了沿行和列的最小值 -

import numpy as np
# 包含 NaN 值的二维输入数组
array = np.array([[3, 7, np.nan], [8, np.nan, 2], [6, 1, 9]])
# 沿行 (axis=1) 的最小值
min_along_rows = np.nanmin(array, axis=1)
print("沿行的最小值:", min_along_rows)
# 沿列 (axis=0) 的最小值
min_along_columns = np.nanmin(array, axis=0)
print("沿列的最小值:", min_along_columns)

输出

以下是上述代码的输出 -

行数最小值:[ 3. 2. 1.]
列数最小值:[ 3. 1. 2.]

示例:使用"keepdims"获取最小值

keepdims 参数将缩减后的维度在输出中保留为一个维度。这意味着，当我们传递一个多维数组并将此参数设置为 True 时，缩减后的维度大小将保持为 1，从而保留数组的原始维度。在以下示例中，我们演示了它的用法 -

import numpy as np
# 包含 NaN 值的二维输入数组
array = np.array([[3, np.nan, 5], [8, 4, np.nan], [6, 1, 9]])
# 沿 keepdims=True 的列求最小值
min_with_keepdims = np.nanmin(array, axis=0, keepdims=True)
print("使用 keepdims 的最小值:
", min_with_keepdims)

输出

以下是上述代码的输出 -

使用 keepdims 的最小值:
[[3. 1. 5.]]

示例:使用 Where 条件计算最小值

where 参数允许根据条件计算最小值。在以下示例中，我们计算了大于 7 的最小元素，同时忽略了 NaN 值 -

import numpy as np
# 输入包含 NaN 值的数组
array = np.array([3, 5, np.nan, 7, 9])
min_without_condition = np.nanmin(array)
print("无条件最小值(忽略 NaN):", min_without_condition)

# where 条件(仅包含大于 7 的值)
min_with_condition = np.nanmin(array, where=array > 7, initial=10)
print("有条件最小值:", min_with_condition)

输出

以下是上述代码的输出 -

无条件最小值(忽略 NaN):3.0
有条件最小值:9.0

示例:'nanmin()' 的图形表示

在下面的示例中，我们可视化了包含 NaN 值的二维数组的行和列中的最小值。为此，我们需要导入 numpy 和 matplotlib.pyplot 模块 -

import numpy as np
import matplotlib.pyplot as plt

# 包含 NaN 值的二维输入数组
array = np.array([[3, np.nan, 5], [8, 4, np.nan], [6, 1, 9]])
# 沿行最小值
min_rows = np.nanmin(array, axis=1)
# 沿列最小值
min_columns = np.nanmin(array, axis=0)

plt.plot(range(len(min_rows)), min_rows, label="沿行最小值(忽略 NaN)")
plt.plot(range(len(min_columns)), min_columns, label="沿列的最小值(忽略 NaN)")
plt.title("nanmin() 结果可视化")
plt.xlabel("索引")
plt.ylabel("最小值")
plt.legend()
plt.grid()
plt.show()

输出

该图可视化了数组沿行和列的最小值，忽略了 NaN 值 -

numpy_statistical_functions.html