Numpy：如何在numpy矩阵中找到最小值

在本文中，我们将介绍如何在numpy矩阵中寻找最小值。

阅读更多：Numpy 教程

numpy矩阵

numpy是一个Python科学计算库，它包含了许多用于数据处理和分析的工具。其中的numpy矩阵是最常用的数据结构之一。一个numpy矩阵是一个由数字组成的二维数组，其中每行和每列的元素类型相同。

下面是一个简单的例子：

import numpy as np

mat = np.array([[3, 4, 6],
                [2, 9, 1],
                [5, 7, 8]])

这将创建一个numpy矩阵，它有3行和3列。

如何找到最小值

numpy提供了一个很方便的函数来寻找数组中的最小值：np.min()。这个函数可以用于numpy矩阵和向量。

下面是一个简单的例子：

import numpy as np

mat = np.array([[3, 4, 6],
                [2, 9, 1],
                [5, 7, 8]])

min_val = np.min(mat)

print(min_val)

输出：

1

这个函数返回数组中的最小值。在这个例子中，返回的结果是1。

如何找到最小值的索引

除了返回最小值，np.min()还可以返回最小值的索引。这可以通过传递一个可选的参数来实现。

下面是一个例子：

import numpy as np

mat = np.array([[3, 4, 6],
                [2, 9, 1],
                [5, 7, 8]])

min_val, min_index = np.min(mat, axis=(0,1)), np.argmin(mat, axis=(0,1))

print(min_val, min_index)

输出：

1 [1 0]

这个函数返回数组中所有轴上的最小值和最小值的索引。在这个例子中，返回的结果是1和[1, 0]。

如何找到最小值所在的行和列

有时候，我们不仅仅想要找到最小值，还想找到最小值所在的行和列。在这种情况下，可以使用np.unravel_index()函数。

下面是一个例子：

import numpy as np

mat = np.array([[3, 4, 6],
                [2, 9, 1],
                [5, 7, 8]])

min_val = np.min(mat)

min_index = np.unravel_index(np.argmin(mat), mat.shape)

print("The minimum value is", min_val)
print("The minimum value is located at matrix[{}][{}]".format(min_index[0], min_index[1]))

输出：

The minimum value is 1
The minimum value is located at matrix[1][0]

总结

numpy提供了一个很方便的函数来寻找数组中的最小值。这个函数可以用于numpy矩阵和向量。除了返回最小值，np.min()还可以返回最小值的索引以及最小值所在的行和列。这对于数据分析和处理非常有用。