numpy.nanmedian

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

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_input是True和a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

mean，median，percentile

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)