jax.numpy.nanmin

目录

jax.numpy.nanmin#

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

返回沿给定轴的数组元素的最小值，忽略 NaNs。

JAX 实现的 numpy.nanmin()。

参数:

  • a (ArrayLike) – 输入数组。

  • axis (Axis) – int 或 int 序列，默认=None。计算最小值的轴。如果为 None，则沿展平的数组计算最小值。

  • keepdims (bool) – bool, 默认=False。如果为True，减少的轴将保留在结果中，尺寸为1。

  • initial (ArrayLike | None) – int 或 array, 默认=None。最小值的初始值。

  • where (ArrayLike | None) – 布尔类型的数组，默认=None。用于最小值计算的元素。数组应与输入广播兼容。当使用 where 时，必须指定 initial。

  • out (None) – 未被 JAX 使用。

返回:

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

返回类型:

Array

参见

示例

默认情况下，jnp.nanmin 计算沿展平数组元素的最小值。

>>> 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，最大值将沿着轴 1 计算。

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

如果 keepdims=True ，输出的 ndim 将与输入的相同。

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

要在计算最大值时仅包含特定元素，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)

或者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)
目录