scipy.stats.

tmin#

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

計算修剪後的最小值。

此函數沿指定軸尋找陣列 a 的最小值，但僅考慮大於指定下限的值。

參數:

aarray_like (陣列型)

數值陣列。

lowerlimit (下限)None 或 float, 選項

輸入陣列中小於給定限制的值將被忽略。當 lowerlimit 為 None 時，將使用所有值。預設值為 None。

axis (軸)int 或 None, 預設值: 0

如果為整數，則為計算統計量的輸入軸。輸入的每個軸切片（例如，行）的統計量將出現在輸出的相應元素中。如果為 None，則輸入將在計算統計量之前被展平。

inclusive (包含){True, False}, 選項

此旗標決定是否包含完全等於下限的值。預設值為 True。

nan_policy (NaN 策略){‘propagate’, ‘omit’, ‘raise’}

定義如何處理輸入的 NaN。

propagate: 如果在計算統計量的軸切片（例如，行）中存在 NaN，則輸出的相應條目將為 NaN。
omit: 在執行計算時將省略 NaN。如果計算統計量的軸切片中剩餘的資料不足，則輸出的相應條目將為 NaN。
raise: 如果存在 NaN，則會引發 ValueError。

keepdims (保持維度)bool, 預設值: False

如果設定為 True，則縮減的軸將保留在結果中，作為大小為一的維度。使用此選項，結果將針對輸入陣列正確廣播。

回傳值:

tminfloat, int 或 ndarray: 修剪後的最小值。

註解

從 SciPy 1.9 開始，np.matrix 輸入（不建議用於新程式碼）在執行計算之前會轉換為 np.ndarray。在這種情況下，輸出將是純量或具有適當形狀的 np.ndarray，而不是 2D np.matrix。同樣地，雖然會忽略遮罩陣列的遮罩元素，但輸出將是純量或 np.ndarray，而不是 mask=False 的遮罩陣列。

範例

>>> 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