jax.numpy.nanmin

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

返回沿给定轴的数组元素的最小值，忽略 NaN。

JAX 实现的 numpy.nanmin()。

参数:

• a (ArrayLike) – 输入数组。

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

• keepdims (bool) – 布尔值，默认值=False。如果为 True，则减小的轴将以大小 1 保留在结果中。

• initial (类数组 | None) – int 或数组, 默认=None. 最小值的初始值。

• where (类数组 | None) – 布尔 dtype 数组, 默认=None. 用于最小值的元素。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。 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

• jax.numpy.nanmax(): 计算沿给定轴的数组元素的最大值，忽略 NaN。

• jax.numpy.nansum(): 计算沿给定轴的数组元素之和，忽略 NaN。

• jax.numpy.nanprod(): 计算沿给定轴的数组元素之积，忽略 NaN。

• jax.numpy.nanmean(): 计算沿给定轴的数组元素的平均值，忽略 NaN。

示例

默认情况下，jnp.nanmin 计算沿展平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，将沿轴 1 计算最大值。

>>> 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)

要在计算最大值时只包含特定元素，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)