numpy.nanargmin (tableau, axe = Aucun) : renvoie les indices de l`élément min du tableau sur l`axe spécifié, en ignorant NaN.
Les résultats ne sont pas fiables si la tranche ne contient que NaN et Infs.
Paramètres :
tableau : Tableau d`entrée pour travailler sur axe : [int, facultatif] Le long d`un axe spécifié comme 0 ou 1
Retour :
Tableau d`indices dans le tableau avec la même forme que array.shape. avec la cote le long de l`axe supprimée.
Code 1 :
# programme Python illustrant
# nanargmin () fonctionne
import
numpy comme geek
# Travailler avec un tableau 1D
array
=
[ geek.nan,
4
,
2
,
3
,
1
]
imprimer
(
"INPUT ARRAY 1 :"
, array)
array2
=
geek.array ([[geek.nan,
4
], [
1
,
3
]])
# renvoie les index de l`élément min
# pour les métriques qui incluent NaN
print
(
"Indices de min dans array1 :"
, geek.nanargmin (array ))
# Travailler avec un tableau 2D
print
(
"ENTREE TABLEAU 2 :"
, array2)
print
(
"Indices de min dans array2 :"
, geek.nanargmin (array2))
print
(
"Indices à l`axe 1 de array2 :"
, geek.nanargmin (tableau2, axe
=
1
) )
Sortie :
INPUT TABLEAU 1 : [nan, 4, 2, 3, 1] Indices de min dans tableau1 : 4 TABLEAU D`ENTRÉE 2 : [[nan 4.] [1. 3.]] Indices de min dans array2 : 2 Indices à l`axe 1 de array2 : [1 0]
Code 2 : Comparaison de argmin et nanargmin opération
# programme Python illustrant
import
numpy as geek
# Travailler avec un tableau 2D
array
=
([[
8
,
13
,
5
,
0
],
[geek.nan, geek. nan,
5
,
3
],
[
10
,
7
,
15
,
15
],
[
3
,
11
,
4
,
12
]])
print
(
"ENTRÉE TABLEAU :"
, tableau)
# renvoie m dans les indices d`éléments
# par métriques
"" "
[[8 13 5 0]
[0 2 5 3]
[10 7 15 15]
[3 11 4 12]]
^ ^ ^ ^
0 2 4 0 - élément
1 1 3 0 - indicateurs
"" "
print
(
"Indices de min en utilisant argmin :"
, geek.argmin (tableau, axe
=
0
))
imprimer
(
" Indices de min en utilisant nanargmin :: "
, geek.nan argmin (un tableau, un axe
=
0
))
Sortie :
TABLEAU D`ENTREE : [[8 13 5 0] [0 2 5 3] [10 7 15 15] [3 11 4 12]] Indices de l`élément min : [1 1 3 0]
Liens :
argmin.html> https://docs.scipy.org/doc/numpy -dev/reference/generated/numpy.nanargmin.html
Remarques :
Ces codes ne seront pas travailler pour les identifiants en ligne. Veuillez les exécuter sur vos systèmes pour voir comment ils fonctionnent
Cet article est fourni par Mohit Gupta_OMG