ในการคืนค่าต่ำสุดของอาร์เรย์หรือค่าต่ำสุดที่ไม่สนใจ NaN ใดๆ ให้ใช้เมธอด numpy.nanmin() ใน Python เมธอดส่งคืนอาร์เรย์ที่มีรูปร่างเหมือนกับ a โดยเอาแกนที่ระบุออก Ifa เป็นอาร์เรย์ 0-d หรือถ้าแกนคือ None สเกลาร์ ndarray จะถูกส่งกลับ dtype เดียวกับ a ถูกส่งคืน
พารามิเตอร์ที่ 1 a คืออาร์เรย์ที่มีตัวเลขที่ต้องการค่าต่ำสุด หาก a ไม่ใช่อาร์เรย์ จะพยายามแปลง
พารามิเตอร์ตัวที่ 2 แกน คือแกนหรือแกนที่คำนวณค่าต่ำสุด ค่าดีฟอลต์คือการคำนวณค่าต่ำสุดของอาร์เรย์แบบแบน พารามิเตอร์ตัวที่ 3 ออกมาเป็นอาร์เรย์เอาต์พุตสำรองที่จะวางผลลัพธ์ ค่าเริ่มต้นคือไม่มี หากมีให้ต้องมีรูปร่างเหมือนกับผลลัพธ์ที่คาดหวัง แต่ประเภทจะถูกโยนถ้าจำเป็น
พารามิเตอร์ตัวที่ 4 keepdims หากตั้งค่านี้เป็น True แกนที่ถูกลดขนาดจะเหลืออยู่ในขนาดผลลัพธ์ที่มีขนาดหนึ่ง ด้วยตัวเลือกนี้ ผลลัพธ์จะออกอากาศอย่างถูกต้องเทียบกับ a เดิม หากค่าเป็นอย่างอื่นที่ไม่ใช่ค่าดีฟอลต์ แล้ว Keepdims จะถูกส่งผ่านไปยังเมธอดสูงสุดของคลาสย่อยของ ndarray หากเมธอด sub-classes ไม่ได้ใช้งาน Keepdim จะมีข้อยกเว้นใดๆ เกิดขึ้น พารามิเตอร์ที่ 5 คือค่าสูงสุดขององค์ประกอบเอาต์พุต ต้องมีเพื่อให้สามารถคำนวณบนสไลซ์ที่ว่างเปล่าได้
ขั้นตอน
ขั้นแรก นำเข้าไลบรารีที่จำเป็น -
import numpy as np
การสร้างอาร์เรย์ numpy โดยใช้เมธอด array() เราได้เพิ่มองค์ประกอบประเภท int ด้วย nan -
arr = np.array([[10, 20, 30], [40, np.nan, 60]])
แสดงอาร์เรย์ -
print("Our Array...\n",arr)
ตรวจสอบขนาด -
print("\nDimensions of our Array...\n",arr.ndim)
รับประเภทข้อมูล -
print("\nDatatype of our Array object...\n",arr.dtype)
รับรูปร่าง -
print("\nShape of our Array...\n",arr.shape)
ในการคืนค่าต่ำสุดของอาร์เรย์หรือค่าต่ำสุดที่ไม่สนใจ NaN ใด ๆ ให้ใช้เมธอด numpy.nanmin() ใน Python -
print("\nResult (nanmin)...\n",np.nanmin(arr, axis = 1))
ตัวอย่าง
import numpy as np # Creating a numpy array using the array() method # We have added elements of int type with nan arr = np.array([[10, 20, 30], [40, np.nan, 60]]) # 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, axis = 1))
ผลลัพธ์
Our Array... [[10. 20. 30.] [40. nan 60.]] Dimensions of our Array... 2 Datatype of our Array object... float64 Result (nanmin)... [10. 40.]