numpy.nanmedian #
- 麻木的。nanmedian ( a , axis=None , out=None , overwrite_input=False , keepdims=<无 值> ) [来源] #
沿指定轴计算中位数,同时忽略 NaN。
返回数组元素的中位数。
1.9.0 版本中的新增功能。
- 参数:
- 类似数组
输入数组或可转换为数组的对象。
- axis {int, int 序列, None}, 可选
计算中位数所沿的一个或多个轴。默认值是沿着数组的扁平版本计算中位数。从 1.9.0 版本开始支持轴序列。
- 输出ndarray,可选
用于放置结果的替代输出数组。它必须具有与预期输出相同的形状和缓冲区长度,但如果需要,将强制转换(输出的)类型。
- overwrite_input布尔值,可选
如果为 True,则允许使用输入数组a的内存进行计算。输入数组将通过调用来修改
median
。当您不需要保留输入数组的内容时,这将节省内存。将输入视为未定义,但它可能会完全或部分排序。默认值为 False。如果overwrite_input是True
且a还不是ndarray
,则会引发错误。- keepdims布尔值,可选
如果将此设置为 True,则缩小的轴将作为大小为 1 的维度保留在结果中。使用此选项,结果将根据原始a正确广播。
如果这不是默认值,它将被传递(在空数组的特殊情况下)到
mean
底层数组的函数。如果数组是子类并且mean
没有 kwarg keepdims这将引发运行时错误。
- 返回:
- 中位数ndarray
保存结果的新数组。如果输入包含小于 的整数或浮点数
float64
,则输出数据类型为np.float64
。否则,输出的数据类型与输入的数据类型相同。如果指定了out,则返回该数组。
也可以看看
笔记
V
给定一个长度为 的向量N
, 的中位数V
是 的排序副本的中间值V
,V_sorted
即,V_sorted[(N-1)/2]
当为奇数时N
, 的两个中间值的平均值为偶数。V_sorted
N
例子
>>> a = np.array([[10.0, 7, 4], [3, 2, 1]]) >>> a[0, 1] = np.nan >>> a array([[10., nan, 4.], [ 3., 2., 1.]]) >>> np.median(a) nan >>> np.nanmedian(a) 3.0 >>> np.nanmedian(a, axis=0) array([6.5, 2. , 2.5]) >>> np.median(a, axis=1) array([nan, 2.]) >>> b = a.copy() >>> np.nanmedian(b, axis=1, overwrite_input=True) array([7., 2.]) >>> assert not np.all(a==b) >>> b = a.copy() >>> np.nanmedian(b, axis=None, overwrite_input=True) 3.0 >>> assert not np.all(a==b)