jax.numpy.nanmin

jax.numpy.nanmin(a, axis=None, out=None, keepdims=False, initial=None, where=None)

傳回沿著指定軸的陣列元素最小值，忽略 NaN。

JAX 實作的 numpy.nanmin()。

參數:

• a (ArrayLike) – 輸入陣列。

• axis (Axis) – int 或 int 序列，預設值=None。計算最小值的軸。如果為 None，則沿著扁平化陣列計算最小值。

• keepdims (bool) – bool，預設值=False。如果為 True，則縮減的軸會保留在結果中，大小為 1。

• initial (ArrayLike | None) – int 或陣列，預設值=None。最小值的初始值。

• where (ArrayLike | None) – 布林 dtype 的陣列，預設值=None。用於計算最小值的元素。陣列應與輸入廣播相容。where 被使用時，必須指定 initial。

• out (None) – JAX 未使用。

傳回值:

沿著指定軸的最小值陣列，忽略 NaN。如果沿著指定軸的所有值都是 NaN，則傳回 nan。

傳回類型:

Array

參見

• jax.numpy.nanmax()：計算沿著指定軸的陣列元素最大值，忽略 NaN。

• jax.numpy.nansum()：計算沿著指定軸的陣列元素總和，忽略 NaN。

• jax.numpy.nanprod()：計算沿著指定軸的陣列元素乘積，忽略 NaN。

• jax.numpy.nanmean()：計算沿著指定軸的陣列元素平均值，忽略 NaN。

範例

預設情況下，jnp.nanmin 計算沿著扁平化陣列的元素最小值。

>>> 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，則將沿著軸 1 計算最大值。

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

如果 keepdims=True，則輸出的 ndim 將與輸入的相同。

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

若要僅包含特定元素來計算最大值，您可以使用 where。它可以具有與輸入相同的維度

>>> 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)

或必須與輸入廣播相容。

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