返回数组中最小值，如果有NaN，则忽略它们

要返回数组的最小值或忽略NaN的最小值，请使用Python中的numpy.nanmin()方法。该方法返回一个与a形状相同且指定轴已移除的数组。如果a是0维数组，或者axis为None，则返回一个ndarray标量。返回的类型与a相同。

第一个参数a是包含所需最小值的数值数组。如果a不是数组，则会尝试进行转换。

第二个参数axis是沿其计算最小值的轴。默认是计算扁平化数组的最小值。第三个参数out是一个替代输出数组，用于存放结果。默认值为None；如果提供了out，则它必须具有与预期输出相同的形状，但类型可能会被转换。

第四个参数keepdims，如果设置为True，则保留被减少的轴作为结果的维度，大小为1。使用此选项时，结果将正确地广播到原始数组a。如果值不是默认值，则keepdims将传递给ndarray的子类的max方法。如果子类方法没有实现keepdims，则会引发异常。第五个参数是输出元素的最大值。必须存在以允许对空片段进行计算。

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。我们已经添加了int类型的元素，包括nan和inf（正无穷大）−

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

显示数组 –

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任何NaN值的最小值，请在Python中使用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 inf (positive infinity)
arr = np.array([[25, 50, 75], [90, np.nan, np.inf]])

# 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)...
25.0