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_inputTruea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

mean, median,percentile

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VV_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_sortedN

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)