Numpy的min()函数可以求出数组中的最小值。在本攻略中,我们将介绍min()函数的用法及其两个实例。
Numpy的min()函数语法如下:
numpy.min(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)
其中:
我们首先看一个简单的一维数组,求出数组的最小值。
import numpy as np
a = np.array([3, 2, 1, 4, 5])
min_value = np.min(a)
print(min_value)
输出结果为:
1
接着,我们来看一个二维数组,求出数组的最小值。
import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
min_value = np.min(a, axis=1)
print(min_value)
输出结果为:
[1 4 7]
在这个例子中,我们传递了axis=1参数,表示我们要沿着第二个轴(也就是每一行)求最小值。最终输出的结果是每一行的最小值,形成一个一维数组。注意,这个结果是通过降维得到的。
Numpy的min()函数是一个非常实用的函数,它可以求出数组的最小值,并且还支持按不同轴求最小值的功能。在使用时,需要注意axis参数和keepdims参数的用法,以及函数的返回类型和形状。
本文链接:http://task.lmcjl.com/news/17073.html