numpy.ma.median¶

numpy.ma.median(a, axis=None, out=None, overwrite_input=False, keepdims=False)[source]¶

计算沿指定轴的中值。

返回数组元素的中位数。

参数：	a：array_like 输入可以转换为数组的数组或对象。 axis：int，可选计算中值的轴。默认值（None）用于计算数组的扁平版本的中值。 out：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，将转换类型。 overwrite_input：bool，可选如果为True，则允许使用输入数组（a）的内存进行计算。输入数组将通过对中值的调用进行修改。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，但可能会完全或部分排序。默认值为False。请注意，如果overwrite_input为True，并且输入不是ndarray，则会引发错误。 keepdims：bool，可选如果设置为True，则缩小的轴在结果中保留为尺寸为1的尺寸。使用此选项，结果将根据输入数组正确地广播。版本1.10.0中的新功能。
返回：	median：ndarray 除非指定了out，否则将返回保存结果的新数组，在这种情况下将返回对out的引用。对于小于float64的整数和浮点型，返回数据类型为float64，否则为输入数据类型。

参数：

a：array_like

输入可以转换为数组的数组或对象。

axis：int，可选

计算中值的轴。默认值（None）用于计算数组的扁平版本的中值。

out：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，将转换类型。

overwrite_input：bool，可选

如果为True，则允许使用输入数组（a）的内存进行计算。输入数组将通过对中值的调用进行修改。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，但可能会完全或部分排序。默认值为False。请注意，如果overwrite_input为True，并且输入不是ndarray，则会引发错误。

keepdims：bool，可选

如果设置为True，则缩小的轴在结果中保留为尺寸为1的尺寸。使用此选项，结果将根据输入数组正确地广播。

版本1.10.0中的新功能。

median：ndarray

除非指定了out，否则将返回保存结果的新数组，在这种情况下将返回对out的引用。对于小于float64的整数和浮点型，返回数据类型为float64，否则为输入数据类型。

也可以看看

mean

笔记

Given a vector V with N non masked values, the median of V is the middle value of a sorted copy of V (Vs) - i.e. Vs[(N-1)/2], when N is odd, or {Vs[N/2 - 1] + Vs[N/2]}/2 when N is even.

例子

>>> x = np.ma.array(np.arange(8), mask=[0]*4 + [1]*4)
>>> np.ma.median(x)
1.5

>>> x = np.ma.array(np.arange(10).reshape(2, 5), mask=[0]*6 + [1]*4)
>>> np.ma.median(x)
2.5
>>> np.ma.median(x, axis=-1, overwrite_input=True)
masked_array(data = [ 2.  5.],
             mask = False,
       fill_value = 1e+20)