在Python中返回数组中包含负无穷或忽略任何NaN的最小值

要返回数组中包含负无穷或忽略任何NaN的最小值，请使用 Python 的 numpy.nanmin() 方法。该方法返回与 a 相同形状的数组，但指定的轴已被删除。如果 a 是一个 0-d 数组，或者 axis 为 None，则返回一个 ndarray 标量。返回的数据类型与 a 相同。

第一个参数 a 是一个包含要求最小值的数字的数组。如果 a 不是一个数组，则会进行转换。

第二个参数 axis 是沿着其计算最小值的轴或轴。默认是计算扁平化数组的最小值。第三个参数 out 是一个备用输出数组，用于存放结果。默认值为 None；如果提供了，则它必须与预期输出具有相同的形状，但类型将被转换（如果有必要）。

第四个参数 keepdims，如果设置为 True，则减少的轴将作为大小为一的维度保留在结果中。使用此选项，结果将正确地广播到原始 a。如果该值与默认值不同，则 keepdims 将传递给 ndarray 的子类的 max 方法。如果子类方法未实现 keepdims，则会引发任何异常。第五个参数是输出元素的最大值。必须存在以允许在空片上进行计算。

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类型的元素，其中包括nan和NINF（负无穷） –

arr = np.array([[25, 50, 75], [90, np.nan, np.NINF]])

展示数组 –

print("Our Array...\n",arr)

检查尺寸 –

print("\nDimensions of our Array...\n",arr.ndim)

获取数据类型 −

print("\nDatatype of our Array object...\n",arr.dtype)

要返回数组的最小值或忽略所有NaN值后的最小值，请使用numpy.nanmin()方法 –

print("\nResult (nanmin)...\n",np.nanmin(arr))

示例

import numpy as np

# Creating a numpy array using the array() method
# We have added elements of int type with nan and NINF (negative infinity)
arr = np.array([[25, 50, 75], [90, np.nan, np.NINF]])

# Display the array
print("Our Array...\n",arr)

# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)

# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)

# To return the minimum of an array or minimum ignoring any NaNs, use the numpy.nanmin() method in Python
print("\nResult (nanmin)...\n",np.nanmin(arr))

输出

Our Array...
[[ 25. 50. 75.]
[ 90. nan -inf]]

Dimensions of our Array...
2

Datatype of our Array object...
float64

Result (nanmin)...
-inf