Python SciPy stats.mode用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.mode 的用法。

用法:

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

返回傳遞數組中模態(最常見)值的數組。

如果有多個這樣的值，則隻返回一個。模態箱的bin-count 也被返回。

參數 ：：

a： array_like

要查找模式的 n 維數字數組。

axis： int 或無，默認值：0

如果是 int，則計算統計量的輸入軸。輸入的每個axis-slice(例如行)的統計信息將出現在輸出的相應元素中。如果 None ，輸入將在計算統計數據之前被分解。

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

定義如何處理輸入 NaN。

• propagate ：如果計算統計數據的軸切片(例如行)中存在NaN，則輸出的相應條目將為 NaN。

• omit : 計算時將省略NaNs。如果計算統計數據的軸切片中剩餘的數據不足，則輸出的相應條目將為 NaN。

• raise ：如果存在 NaN，則會引發 ValueError。

keepdims： 布爾值，默認值：假

如果將其設置為 True，則縮小的軸將作為尺寸為 1 的尺寸留在結果中。使用此選項，結果將針對輸入數組正確廣播。

返回 ：：

mode： ndarray

模態值數組。

count： ndarray

每種模式的計數數組。

注意：

使用 numpy.unique 計算眾數。在 NumPy 版本 1.21 及更高版本中，所有 NaNs(即使是具有不同二進製表示形式的NaNs)都被視為等效並計為相同值的單獨實例。

按照約定，空數組的模式為 NaN，關聯的計數為零。

從 SciPy 1.9 開始，np.matrix 輸入(不建議用於新代碼)在執行計算之前轉換為 np.ndarray。在這種情況下，輸出將是標量或適當形狀的 np.ndarray 而不是 2D np.matrix 。同樣，雖然屏蔽數組的屏蔽元素被忽略，但輸出將是標量或 np.ndarray 而不是帶有 mask=False 的屏蔽數組。

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]]))

要獲取整個數組的模式，請指定 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)