NumPy 1.14 - numpy.ma.median()

numpy.ma.median




numpy

numpy.ma.median

numpy.ma.median(a, axis=None, out=None, overwrite_input=False, keepdims=False) [source]

निर्दिष्ट अक्ष के साथ माध्यिका की गणना करें।

सरणी तत्वों का माध्य लौटाता है।

पैरामीटर:

a : array_like

इनपुट सरणी या ऑब्जेक्ट जिसे एक सरणी में परिवर्तित किया जा सकता है।

अक्ष : int, वैकल्पिक

धुरी जिसके साथ-साथ माध्यियों की गणना की जाती है। डिफ़ॉल्ट (कोई नहीं) सरणी के एक चपटा संस्करण के साथ माध्य की गणना करना है।

बाहर : ndarray, वैकल्पिक

वैकल्पिक आउटपुट ऐरे जिसमें रिजल्ट रखना है। इसमें अपेक्षित उत्पादन के समान आकार और बफर की लंबाई होनी चाहिए लेकिन यदि आवश्यक हो तो प्रकार डाला जाएगा।

overwrite_input : बूल, वैकल्पिक

यदि सही है, तो गणना के लिए इनपुट सरणी (ए) की मेमोरी का उपयोग करने की अनुमति दें। इनपुट सरणी को कॉल द्वारा मध्य में संशोधित किया जाएगा। यह मेमोरी को बचाएगा जब आपको इनपुट ऐरे की सामग्री को संरक्षित करने की आवश्यकता नहीं है। इनपुट को अपरिभाषित मानें, लेकिन यह संभवत: पूर्ण या आंशिक रूप से हल किया जाएगा। डिफ़ॉल्ट गलत है। ध्यान दें कि, यदि overwrite_input सच है, और इनपुट पहले से ही एक ndarray , तो एक त्रुटि उठाई जाएगी।

रखवाले : बूल, वैकल्पिक

यदि इसे True पर सेट किया जाता है, तो जो कुल्हाड़ियों को कम किया जाता है, उन्हें परिणाम में एक आकार के साथ आयाम के रूप में छोड़ दिया जाता है। इस विकल्प के साथ, परिणाम इनपुट सरणी के खिलाफ सही ढंग से प्रसारित होगा।

संस्करण 1.10.0 में नया।

यह दिखाता है:

माध्यिका : ndarray

परिणाम को पकड़े हुए एक नया सरणी लौटाया जाता है जब तक कि निर्दिष्ट नहीं किया जाता है, जिस स्थिति में बाहर का संदर्भ दिया जाता है। रिटर्न डेटा-टाइप पूर्णांक के लिए फ्लोट float64 है और फ्लोट float64 , या इनपुट डेटा-टाइप से छोटा है, अन्यथा।

यह भी देखें

mean

टिप्पणियाँ

N नकाबपोश मूल्यों के साथ एक वेक्टर V को देखते हुए, V का माध्य V ( Vs ) - ( Vs ) Vs[(N-1)/2] की छँटाई कॉपी का मध्य मान है, जब N विषम है, या {Vs[N/2 - 1] + Vs[N/2]}/2 जब N सम है।

उदाहरण

>>> 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.  5.],
             mask = False,
       fill_value = 1e+20)