1. Description de la méthode numpy.min()
La méthode numpy.min() est une fonction de la bibliothèque NumPy en Python, utilisée pour trouver la valeur minimale dans un ensemble de données numériques. Elle permet de déterminer la plus petite valeur présente dans un tableau ou une séquence de nombres.
2. Syntaxe et usage de la méthode numpy.min()
Voici la syntaxe et paramètres de la méthode numpy.min() :
Syntaxe
|
1 |
numpy.min(a, axis=None, out=None, keepdims=False, initial=<no value>, where=True) |
Paramètres
- a : L'ensemble de données (tableau NumPy, liste ou autre séquence numérique) dans lequel vous souhaitez trouver la valeur minimale.
- axis : (Facultatif) L'axe le long duquel la recherche de la valeur minimale doit être effectuée si l'entrée a est un tableau multidimensionnel. Si axis n'est pas spécifié, la recherche est effectuée dans l'ensemble du tableau.
- out : (Facultatif) Un tableau de sortie optionnel dans lequel placer les résultats. Il doit avoir la même forme que l'entrée ou la sous-matrice le long de l'axe spécifié.
- keepdims : (Facultatif) Si True, les dimensions spécifiées par axis sont conservées dans le tableau de sortie. Si False, les dimensions spécifiées par axis sont réduites.
- initial : (Facultatif) Valeur initiale de la recherche. Si non spécifiée, l'initialisation est effectuée à partir de la première valeur de l'ensemble.
- where : (Facultatif) Un tableau booléen ou une condition booléenne indiquant où la recherche doit être effectuée. Par défaut, la recherche est effectuée partout.
Valeur de retour
La méthode numpy.min() renvoie la valeur minimale trouvée dans l'ensemble de données fourni.
3. Exemples d'usages de la méthode numpy.min()
|
1 2 3 4 5 6 7 8 9 10 |
import numpy as np """ min_value contiendra la valeur minimale dans l'ensemble de données donné, c'est-à-dire la plus petite valeur parmi les nombres fournis. """ data = np.array([10, 15, 5, 25, 30]) min_value = np.min(data) print("Valeur minimale :", min_value) # output: Valeur minimale : 5 |
Younes Derfoufi
CRMEF OUJDA
Acheter sur Très Facile !
