您好,登錄后才能下訂單哦!
numpy模塊下的median作用為:
計(jì)算沿指定軸的中位數(shù)
返回?cái)?shù)組元素的中位數(shù)
其函數(shù)接口為:
median(a, axis=None, out=None, overwrite_input=False, keepdims=False)
其中各參數(shù)為:
a:輸入的數(shù)組;
axis:計(jì)算哪個(gè)軸上的中位數(shù),比如輸入是二維數(shù)組,那么axis=0對(duì)應(yīng)行,axis=1對(duì)應(yīng)列;
out:用于放置求取中位數(shù)后的數(shù)組。 它必須具有與預(yù)期輸出相同的形狀和緩沖區(qū)長度;
overwrite_input:一個(gè)bool型的參數(shù),默認(rèn)為Flase。如果為True那么將直接在數(shù)組內(nèi)存中計(jì)算,這意味著計(jì)算之后原數(shù)組沒辦法保存,但是好處在于節(jié)省內(nèi)存資源,F(xiàn)lase則相反;
keepdims:一個(gè)bool型的參數(shù),默認(rèn)為Flase。如果為True那么求取中位數(shù)的那個(gè)軸將保留在結(jié)果中;
>>> 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
以上這篇Python數(shù)據(jù)處理numpy.median的實(shí)例講解就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持億速云。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。