Python numpy ma.median用法及代码示例

本文简要介绍 python 语言中 numpy.ma.median 的用法。

用法:

ma.median(a, axis=None, out=None, overwrite_input=False, keepdims=False)

计算沿指定轴的中位数。

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： 整数，可选

计算中位数的轴。默认值 (None) 是沿阵列的展平版本计算中值。

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，类型将被强制转换。

overwrite_input： 布尔型，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中位数来修改。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。默认值为 False。请注意，如果overwrite_input为 True，并且输入还不是numpy.ndarray，将引发错误。

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，结果将针对输入数组正确广播。

返回：

median： ndarray

除非指定了 out，否则将返回一个保存结果的新数组，在这种情况下，将返回对 out 的引用。返回数据类型为 float64 的整数和小于 float64 的浮点数，否则为输入数据类型。

注意：

给定一个带有 N 非掩码值的向量 V，V 的中值是 V ( Vs ) 的排序副本的中间值 - 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。

例子：

>>> 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)