tmin#
- scipy.stats.tmin(a, lowerlimit=None, axis=0, inclusive=True, nan_policy='propagate', *, keepdims=False)[source]#
计算截尾最小值。
此函数沿指定轴查找数组 a 的最小值,但仅考虑大于指定下限的值。
- 参数:
- aarray_like
值数组。
- 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,则为沿其计算统计量的输入的轴。输入的每个轴切片(例如,行)的统计量将出现在输出的相应元素中。如果
None
,则在计算统计量之前将输入展平。- inclusive{True, False}, optional
此标志确定是否包含完全等于下限的值。默认值为 True。
- nan_policy{‘propagate’, ‘omit’, ‘raise’}
定义如何处理输入 NaN。
propagate
:如果沿其计算统计量的轴切片(例如,行)中存在 NaN,则输出的相应条目将为 NaN。omit
:执行计算时将省略 NaN。如果沿其计算统计量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,将引发ValueError
。
- keepdimsbool, default: 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,结果将与输入数组正确广播。
- 返回:
- tminfloat, int 或 ndarray
截尾最小值。
注释
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 2Dnp.matrix
。 类似地,虽然会忽略掩码数组的掩码元素,但输出将是标量或np.ndarray
,而不是mask=False
的掩码数组。tmin
除了 NumPy 之外,还对 Python Array API Standard 兼容后端提供实验性支持。 请考虑通过设置环境变量SCIPY_ARRAY_API=1
并提供 CuPy、PyTorch、JAX 或 Dask 数组作为数组参数来测试这些功能。 支持以下后端和设备(或其他功能)的组合。库
CPU
GPU
NumPy
✅
n/a
CuPy
n/a
✅
PyTorch
✅
✅
JAX
✅
✅
Dask
✅
n/a
有关更多信息,请参阅 对数组 API 标准的支持。
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