Numpy maskearray .中位数()函数| Python
原文:https://www . geeksforgeeks . org/numpy-masked array-median-function-python/
numpy.MaskedArray.median()
函数用于计算沿指定轴的被屏蔽数组的中值。它返回数组元素的中值。
语法:
numpy.ma.median(arr, axis=None, out=None, overwrite_input=False, keepdims=False)
参数:
arr:【ndarray】输入屏蔽数组。 轴:【int,可选】计算中间值的轴。默认值(无)是计算展平数组的中值。 数据类型:【数据类型,可选】返回数组的类型,以及元素相乘的累加器的类型。 out:【n 数组,可选】存储结果的位置。 - >如果提供,它必须具有输入广播到的形状。 - >如果未提供或无,则返回新分配的阵列。 overwrite _ input:【bool,可选】如果为 True,则允许使用输入数组的内存进行计算。对中值的调用将修改输入数组。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。默认值为假。请注意,如果 overwrite_input 为 True,并且该输入还不是数组,则会引发错误。 保持尺寸:【布尔,可选】如果设置为真,减少的轴将作为尺寸为 1 的尺寸留在结果中。使用此选项,结果将根据输入数组正确广播。
Return : 【中值 _ 沿 _ 轴,n 数组】除非指定 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。
代码#1 :
# Python program explaining
# numpy.MaskedArray.median() method
# importing numpy as geek
# and numpy.ma module as ma
import numpy as geek
import numpy.ma as ma
# creating input array
in_arr = geek.array([[1, 2], [ 3, -1], [ 5, -3]])
print ("Input array : ", in_arr)
# Now we are creating a masked array.
# by making entry as invalid.
mask_arr = ma.masked_array(in_arr, mask =[[1, 0], [ 1, 0], [ 0, 0]])
print ("Masked array : ", mask_arr)
# applying MaskedArray.median
# methods to masked array
out_arr = ma.median(mask_arr)
print ("median of masked array along default axis : ", out_arr)
Output:
Input array : [[ 1 2]
[ 3 -1]
[ 5 -3]]
Masked array : [[-- 2]
[-- -1]
[5 -3]]
median of masked array along default axis : 0.5
代码#2 :
# Python program explaining
# numpy.MaskedArray.median() method
# importing numpy as geek
# and numpy.ma module as ma
import numpy as geek
import numpy.ma as ma
# creating input array
in_arr = geek.array([[1, 0, 3], [ 4, 1, 6]])
print ("Input array : ", in_arr)
# Now we are creating a masked array.
# by making one entry as invalid.
mask_arr = ma.masked_array(in_arr, mask =[[ 0, 0, 0], [ 0, 0, 1]])
print ("Masked array : ", mask_arr)
# applying MaskedArray.median methods
# to masked array
out_arr1 = ma.median(mask_arr, axis = 0)
print ("median of masked array along 0 axis : ", out_arr1)
out_arr2 = ma.median(mask_arr, axis = 1)
print ("median of masked array along 1 axis : ", out_arr2)
Output:
Input array : [[1 0 3]
[4 1 6]]
Masked array : [[1 0 3]
[4 1 --]]
median of masked array along 0 axis : [2.5 0.5 3.0]
median of masked array along 1 axis : [1.0 2.5]