scipy.stats.

tmin#

scipy.stats.tmin(a, lowerlimit=None, axis=0, inclusive=True, nan_policy='propagate', *, keepdims=False)[source]#

计算截取最小值。

此函数会计算数组 a 沿指定轴的最小值，但仅考虑大于指定下限的值。

参数:
a类似数组

值数组。

lowerlimit无或浮点数，可选

输入数组中的值小于给定限制将被忽略。当 lowerlimit 为无时，则使用所有值。默认值为无。

axisint 或无，默认为 0

如果为 int，则计算统计量时沿输入轴。输入的每一轴切片（例如行）的统计量将显示在输出的对应元素中。如果为 None，则在计算统计量前会对输入进行拉伸。

inclusive{True, False}，可选

此标志确定值是否完全等于最小限制值。默认值为 True。

nan_policy{‘propagate’, ‘omit’, ‘raise’}

定义如何处理输入的 NaNs。

  • propagate：如果 NaN 存在于统计数据计算所在的轴范围（例如行）内，输出的对应条目将为 NaN。

  • omit：在执行计算时，将忽略 NaN。如果统计数据计算所在的轴范围内剩余的数据不足，输出的对应条目将为 NaN。

  • raise：如果存在 NaN，将引发 ValueError。

keepdimsbool，默认值：否

如果将此值设置为 True，则缩小的轴将以大小为 1 的维度保留在结果中。使用此选项，结果将针对输入数组正确广播。

返回:
tminfloat、int 或 ndarray

修剪后的最小值。

备注

从 SciPy 1.9 开始，在执行计算之前，np.matrix 输入（不推荐用于新代码）将转换为 np.ndarray。在这种情况下，输出将是一个标量或形状适当的 np.ndarray，而不是 2D 的 np.matrix。类似地，虽然将忽略掩码数组的掩码元素，但输出将是标量或 np.ndarray，而不是具有 mask=False 的掩码数组。

示例

>>> import numpy as np
>>> from scipy import stats
>>> x = np.arange(20)
>>> stats.tmin(x)
0

>>> stats.tmin(x, 13)
13

>>> stats.tmin(x, 13, inclusive=False)
14
在此页面上