我为以下问题简化了以下结构的数组：
8 2 3 4 5 6
3 6 6 7 2 6
3 8 5 1 2 9
6 4 2 7 8 3
我希望在此二维数组中找到最小值，但是使用内置的min函数会返回值错误：
ValueError：具有多个元素的数组的真值不明确。使用a.any（）或a.all（）
我已经研究了使用np.argmin的替代方法：
https://docs.scipy.org/doc/numpy/reference/generation/numpy.argmin.html
但是，它仅沿单个轴求值，并沿单个行/列返回最小值的索引，而我希望对整个数组求值，而返回最小值而不是索引。
如果可以返回数组中最低项目的索引值，那么这也是优选的，因为可以轻松找到最低值。
编辑：由于下面的评论np.min是我正在寻找的解决方案，我不知道它的存在，所以我的答案就解决了。
但是，它仅沿单个轴求值，并沿单个行/列返回最小值的索引，而我希望对整个数组求值，而返回最小值而不是索引。
numpy.argmin默认情况下不沿单轴求值，默认值是沿展平的矩阵求值，它返回展平数组中的线性索引；从numpy您链接的文档中：
默认情况下，索引位于平面数组中，否则沿指定的轴。
无论哪种方式，使用numpy.amin或numpy.min回的最小值，或等效为一个阵列arrname使用arrname.min()。如前所述，numpy.argmin返回最小值的索引（当然，您可以使用该索引通过对数组进行索引来返回最小值）。您还可以使用展平为一个单一维度的数组，arrname.flatten()并将其传递给内置min函数。
以下四种方法可以产生所需的结果。
import numpy as np
values = np.array([
[8,2,3,4,5,6],
[3,6,6,7,2,6],
[3,8,5,1,2,9],
[6,4,2,7,8,3]])
values.min() # = 1
np.min(values) # = 1
np.amin(values) # = 1
min(values.flatten()) # = 1
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句