当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python dask.array.nanmedian用法及代码示例


用法:

dask.array.nanmedian(a, axis=None, keepdims=False, out=None)

计算沿指定轴的中位数,同时忽略 NaN。

此文档字符串是从 numpy.nanmedian 复制的。

可能存在与 Dask 版本的一些不一致之处。

这通过自动将缩减轴分块为单个块,然后在剩余维度上调用 numpy.nanmedian 函数来工作

返回数组元素的中位数。

参数

aarray_like

可以转换为数组的输入数组或对象。

axis{int,int 序列,无},可选

计算中位数的一个或多个轴。默认值是沿数组的扁平版本计算中值。自版本 1.9.0 起支持一系列轴。

outndarray,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,但如有必要,将强制转换(输出的)类型。

overwrite_inputbool,可选(在 Dask 中不支持)

如果为真,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 来修改。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,但它可能会完全或部分排序。默认为假。如果 overwrite_inputTrue 并且 a 还不是 ndarray ,则会引发错误。

keepdims布尔型,可选

如果将其设置为 True,则缩小的轴将作为尺寸为 1 的尺寸留在结果中。使用此选项,结果将针对原始 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)到底层数组的mean 函数。如果数组是 sub-class 并且 mean 没有 kwarg keepdims 这将引发 RuntimeError。

返回

medianndarray

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。如果指定了out,则返回该数组。

注意

给定一个长度为 N 的向量 VV 的中位数是 V , V_sorted 的排序副本的中间值 - 即 V_sorted[(N-1)/2] ,当 N 是奇数并且两个中间的平均值当N 为偶数时,V_sorted 的值。

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)

相关用法


注:本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.nanmedian。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。