jax.numpy.nanmin#

jax.numpy.nanmin(a, axis=None, out=None, keepdims=False, initial=None, where=None)[源代码]#

返回给定轴上数组元素的最小值，忽略 NaN 值。

JAX 实现的 numpy.nanmin()。

参数:

  • a (ArrayLike) – 输入数组。

  • axis (Axis) – int 或 int 序列，默认值为 None。计算最小值的轴。如果为 None，则沿扁平化数组计算最小值。

  • keepdims (bool) – bool，默认值为 False。如果为 True，则在结果中保留缩减的轴，大小为 1。

  • initial (ArrayLike | None) – int 或数组，默认值为 None。最小值的初始值。

  • where (ArrayLike | None) – 布尔 dtype 的数组，默认值为 None。要在最小值中使用的元素。数组应与输入广播兼容。当使用 where 时，必须指定 initial。

  • out (None) – JAX 未使用。

返回:

沿给定轴的最小值数组，忽略 NaN 值。如果沿给定轴的所有值都是 NaN，则返回 nan。

返回类型:

数组

另请参阅

示例

默认情况下，jnp.nanmin 计算沿扁平化数组的元素的最小值。

>>> nan = jnp.nan
>>> x = jnp.array([[1, nan, 4, 5],
...                [nan, -2, nan, -4],
...                [2, 1, 3, nan]])
>>> jnp.nanmin(x)
Array(-4., dtype=float32)

如果 axis=1，则将沿轴 1 计算最大值。

>>> jnp.nanmin(x, axis=1)
Array([ 1., -4.,  1.], dtype=float32)

如果 keepdims=True，则输出的 ndim 将与输入的相同。

>>> jnp.nanmin(x, axis=1, keepdims=True)
Array([[ 1.],
       [-4.],
       [ 1.]], dtype=float32)

要仅在计算最大值时包含特定元素，可以使用 where。它可以与输入具有相同的维度

>>> where=jnp.array([[0, 0, 1, 0],
...                  [0, 0, 1, 1],
...                  [1, 1, 1, 0]], dtype=bool)
>>> jnp.nanmin(x, axis=1, keepdims=True, initial=0, where=where)
Array([[ 0.],
       [-4.],
       [ 0.]], dtype=float32)

或必须与输入广播兼容。

>>> where = jnp.array([[False],
...                    [True],
...                    [False]])
>>> jnp.nanmin(x, axis=0, keepdims=True, initial=0, where=where)
Array([[ 0., -2.,  0., -4.]], dtype=float32)