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：

a：array_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。

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，但如有必要，将强制转换(输出的)类型。

overwrite_input：bool，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_input 是 True 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。

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。如果指定了out，则返回该数组。

注意：

给定一个长度为 N 的向量 V ， V 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。

用法:

参数：

返回：

注意：

例子：