numpy.ma.median#

ma.median(a, axis=None, out=None, overwrite_input=False, keepdims=False)[原始碼]#

沿指定軸計算中位數。

傳回陣列元素的中位數。

參數:
aarray_like

輸入陣列或可轉換為陣列的物件。

axisint，選用

計算中位數的軸。預設值 (None) 是沿陣列的展平版本計算中位數。

outndarray，選用

放置結果的替代輸出陣列。它必須具有與預期輸出相同的形狀和緩衝區長度，但如果需要，類型將會被轉換。

overwrite_inputbool，選用

如果為 True，則允許使用輸入陣列 (a) 的記憶體進行計算。輸入陣列將會被中位數的呼叫修改。當您不需要保留輸入陣列的內容時，這將節省記憶體。將輸入視為未定義，但它可能會被完全或部分排序。預設值為 False。請注意，如果 overwrite_input 為 True，且輸入還不是 ndarray，則會引發錯誤。

keepdimsbool，選用

如果設定為 True，則被縮減的軸將保留在結果中，作為大小為一的維度。使用此選項，結果將正確地廣播到輸入陣列。

傳回值:
medianndarray

除非指定 out，否則會傳回一個新的陣列，在這種情況下，會傳回對 out 的參考。整數和比 float64 小的浮點數的回傳資料類型為 float64，否則為輸入資料類型。

另請參閱

mean

註解

給定一個具有 N 個非遮罩值的向量 V，V 的中位數是 V 的排序副本 (Vs) 的中間值 - 即當 N 為奇數時為 Vs[(N-1)/2]，或當 N 為偶數時為 {Vs[N/2 - 1] + Vs[N/2]}/2。

範例

>>> import numpy as np
>>> 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)
在此頁面上