numpy.ma.median#
- ma.median(a, axis=None, out=None, overwrite_input=False, keepdims=False)[source]#
沿指定轴计算中位数。
返回数组元素的中位数。
- 参数::
- a类数组
可以转换为数组的输入数组或对象。
- axisint,可选
计算中位数的轴。默认值(None)是沿数组的扁平化版本计算中位数。
- outndarray,可选
放置结果的备用输出数组。它必须具有与预期输出相同的形状和缓冲区长度,但类型将在必要时进行强制转换。
- overwrite_inputbool,可选
如果为 True,则允许使用输入数组 (a) 的内存进行计算。对 median 的调用将修改输入数组。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,但它可能会被完全或部分排序。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。- keepdimsbool,可选
如果将其设置为 True,则减少的轴将保留在结果中,作为大小为一的维度。使用此选项,结果将针对输入数组正确广播。
版本 1.10.0 中的新功能。
- 返回值::
另请参阅
备注
给定一个具有
N
个非掩码值的向量V
,V
的中位数是V
的排序副本 (Vs
) 的中间值,即Vs[(N-1)/2]
,当N
为奇数时,或{Vs[N/2 - 1] + Vs[N/2]}/2
,当N
为偶数时。示例
>>> import numpy as np >>> 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=[2.0, 5.0], mask=[False, False], fill_value=1e+20)