上一主题

numpy.var

下一主题

numpy.nanmean

numpy.nanmedian

numpy.nanmedian(a, axis=None, out=None, overwrite_input=False, keepdims=<class numpy._globals._NoValue>)[source]

沿着指定轴计算中值,而忽略NaN。

返回数组元素的中位数。

版本1.9.0中的新功能。

参数:

a:array_like

输入可以转换为数组的数组或对象。

axis:{int,int,None},可选

计算中值的轴或轴。默认值是计算数组的平面版本中的中值。自版本1.9.0起,支持一系列轴。

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(输出)。

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。输入数组将通过调用median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。如果overwrite_inputTruea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,结果将与原始a正确地广播。

如果这不是默认值,它将通过(在空数组的特殊情况下)到底层数组的mean函数。如果数组是子类并且mean没有kwarg keepdims,这将引发RuntimeError。

返回:

median:ndarray

保存结果的新数组。如果输入包含小于float64的整数或浮点数,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out,则返回该数组。

也可以看看

meanmedianpercentile

笔记

Given a vector V of length N, the median of V is the middle value of a sorted copy of V, V_sorted - i.e., V_sorted[(N-1)/2], when N is odd and the average of the two middle values of V_sorted when N is even.

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([ 7.,  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)