在一个浮点数数组中找到最小值。

Question

如何在Python中找到一个包含100个浮点数的数组中的最小值？

我已经尝试使用import numpy导入darr数组后，使用minindex=darr.argmin()和print darr[minindex]。

但是我遇到了以下错误：

AttributeError: 'list' object has no attribute 'argmin'

可能出现什么问题？有更好的替代方法吗？

- pjehyun

---

两位回答者都感谢你，但是完全不使用numpy似乎更好。 - pjehyun

Answer 1

Python内置了一个min()函数：

>>> darr = [1, 3.14159, 1e100, -2.71828]
>>> min(darr)
-2.71828

- Greg Hewgill

---

如果你的（numpy）数组超过一维，则必须使用darr.min()而不是min(darr)。 - Mead

Answer 2

如果想要使用numpy，你必须将darr定义为一个numpy数组，而不是一个list：

import numpy as np
darr = np.array([1, 3.14159, 1e100, -2.71828])
print(darr.min())

darr.argmin() 将给出对应于最小值的索引。

你之前出现错误的原因是因为 argmin 是一个 numpy 数组理解的方法，但不适用于 Python 的 lists。

- unutbu

---

虽然在底层，np.amin(darr) 实际上调用了 np.asarray(darr).min()，但由于额外的 __array_wrap__ 代码，它要慢大约50%。 - unutbu

Answer 3

你需要迭代这个二维数组以获取每一行的最小值，然后将任何获得的最小值推入另一个数组中，最后你需要获取推入每个最小行值的数组的最小值。

def get_min_value(self, table):
    min_values = []
    for i in range(0, len(table)):
        min_value = min(table[i])
        min_values.append(min_value)

    return min(min_values)

- Pedro Machado

Answer 4

如果要在数组中查找最小值，可以尝试以下代码：

>>> mydict = {"a": -1.5, "b": -1000.44, "c": -3}
>>> min(mydict.values())
-1000.44

- Artem Baranov