Python numpy median用法及代码示例

本文简要介绍 python 语言中 numpy.median 的用法。

用法:

numpy.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： {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： 布尔型，可选

如果为 True，则允许使用输入数组的内存a用于计算。输入数组将通过调用修改median.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和a还不是一个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，结果将针对原始 arr 正确广播。

返回：

median： ndarray

保存结果的新数组。如果输入包含整数或浮点数小于float64，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out指定，则返回该数组。

注意：

给定一个长度为 N 的向量 V ，V 的中值是 V 、 V_sorted 的排序副本的中间值 - 即 V_sorted[(N-1)/2] ，当 N 为奇数时， N为偶数时V_sorted的两个中间值的平均值。

例子：

>>> a = np.array([[10, 7, 4], [3, 2, 1]])
>>> a
array([[10,  7,  4],
       [ 3,  2,  1]])
>>> np.median(a)
3.5
>>> np.median(a, axis=0)
array([6.5, 4.5, 2.5])
>>> np.median(a, axis=1)
array([7.,  2.])
>>> m = np.median(a, axis=0)
>>> out = np.zeros_like(m)
>>> np.median(a, axis=0, out=m)
array([6.5,  4.5,  2.5])
>>> m
array([6.5,  4.5,  2.5])
>>> b = a.copy()
>>> np.median(b, axis=1, overwrite_input=True)
array([7.,  2.])
>>> assert not np.all(a==b)
>>> b = a.copy()
>>> np.median(b, axis=None, overwrite_input=True)
3.5
>>> assert not np.all(a==b)