Python SciPy stats.mode用法及代码示例

本文简要介绍 python 语言中 scipy.stats.mode 的用法。

用法:

scipy.stats.mode(a, axis=0, nan_policy='propagate', keepdims=False)#

返回传递数组中模态(最常见)值的数组。

如果有多个这样的值，则只返回一个。模态箱的bin-count 也被返回。

参数 ：：

a： array_like

要查找模式的 n 维数字数组。

axis： int 或无，默认值：0

如果是 int，则计算统计量的输入轴。输入的每个axis-slice(例如行)的统计信息将出现在输出的相应元素中。如果 None ，输入将在计算统计数据之前被分解。

nan_policy： {‘propagate’, ‘omit’, ‘raise’}

定义如何处理输入 NaN。

• propagate ：如果计算统计数据的轴切片(例如行)中存在NaN，则输出的相应条目将为 NaN。

• omit : 计算时将省略NaNs。如果计算统计数据的轴切片中剩余的数据不足，则输出的相应条目将为 NaN。

• raise ：如果存在 NaN，则会引发 ValueError。

keepdims： 布尔值，默认值：假

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 ：：

mode： ndarray

模态值数组。

count： ndarray

每种模式的计数数组。

注意：

使用 numpy.unique 计算众数。在 NumPy 版本 1.21 及更高版本中，所有 NaNs(即使是具有不同二进制表示形式的NaNs)都被视为等效并计为相同值的单独实例。

按照约定，空数组的模式为 NaN，关联的计数为零。

从 SciPy 1.9 开始，np.matrix 输入(不建议用于新代码)在执行计算之前转换为 np.ndarray。在这种情况下，输出将是标量或适当形状的 np.ndarray 而不是 2D np.matrix 。同样，虽然屏蔽数组的屏蔽元素被忽略，但输出将是标量或 np.ndarray 而不是带有 mask=False 的屏蔽数组。

例子：

>>> import numpy as np
>>> a = np.array([[3, 0, 3, 7],
...               [3, 2, 6, 2],
...               [1, 7, 2, 8],
...               [3, 0, 6, 1],
...               [3, 2, 5, 5]])
>>> from scipy import stats
>>> stats.mode(a, keepdims=True)
ModeResult(mode=array([[3, 0, 6, 1]]), count=array([[4, 2, 2, 1]]))

要获取整个数组的模式，请指定 axis=None ：

>>> stats.mode(a, axis=None, keepdims=True)
ModeResult(mode=[[3]], count=[[5]])
>>> stats.mode(a, axis=None, keepdims=False)
ModeResult(mode=3, count=5)