Ctrl+K
scipy.stats.

tmin#

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

计算修剪后的最小值。

此函数查找数组 a 沿指定轴的最小值，但仅考虑大于指定下限的值。

参数:
aarray_like

值的数组。

lowerlimitNone 或 float，可选

输入数组中小于给定限制的值将被忽略。当 lowerlimit 为 None 时，将使用所有值。默认值为 None。

axisint 或 None，默认值：0

如果为 int，则为计算统计信息的输入轴。输入的每个轴切片（例如，行）的统计信息将显示在输出的相应元素中。如果 None，则在计算统计信息之前将展开输入。

inclusive{True, False}，可选

此标志确定是否包含正好等于下限的值。默认值为 True。

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

定义如何处理输入 NaN。

  • propagate：如果 NaN 出现在计算统计信息的轴切片（例如，行）中，则输出的相应条目将为 NaN。

  • omit：在执行计算时将省略 NaN。如果计算统计信息的轴切片中剩余的数据不足，则输出的相应条目将为 NaN。

  • raise：如果存在 NaN，则将引发 ValueError。

keepdimsbool，默认值：False

如果将其设置为 True，则缩减的轴将保留在结果中，作为大小为 1 的维度。使用此选项，结果将正确地广播到输入数组。

返回:
tminfloat、int 或 ndarray

修剪后的最小值。

说明

从 SciPy 1.9 开始，np.matrix 输入（不建议用于新代码）在执行计算之前会转换为 np.ndarray。在这种情况下，输出将是标量或适当形状的 np.ndarray，而不是二维 np.matrix。类似地，虽然会忽略屏蔽数组的屏蔽元素，但输出将是标量或 np.ndarray，而不是 mask=False 的屏蔽数组。

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
在本页中