NumPy 1.14 - numpy.nanmedian()

numpy.nanmedian




numpy

numpy.nanmedian

numpy.nanmedian(a, axis=None, out=None, overwrite_input=False, keepdims=<class 'numpy._globals._NoValue'>) [source]

NaNs की अनदेखी करते हुए, निर्दिष्ट अक्ष के साथ माध्यिका की गणना करें।

सरणी तत्वों का माध्य लौटाता है।

संस्करण 1.9.0 में नया।

पैरामीटर:

a : array_like

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

अक्ष : {int, int का क्रम, कोई नहीं}, वैकल्पिक

धुरी या कुल्हाड़ी जिसके साथ मंझले की गणना की जाती है। डिफ़ॉल्ट एरे के समतल संस्करण के साथ माध्य की गणना करना है। कुल्हाड़ियों का एक अनुक्रम संस्करण 1.9.0 के बाद से समर्थित है।

बाहर : ndarray, वैकल्पिक

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

overwrite_input : बूल, वैकल्पिक

यदि सही है, तो गणना के लिए इनपुट सरणी की मेमोरी का उपयोग करने की अनुमति दें। इनपुट सरणी को कॉल द्वारा median 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। यदि overwrite_input True और 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 मूल a खिलाफ सही ढंग से प्रसारित होगा।

यदि यह कुछ भी है, लेकिन डिफ़ॉल्ट मान इसे अंतर्निहित सरणी के mean फ़ंक्शन के माध्यम से (खाली सरणी के विशेष मामले में) पारित किया जाएगा। यदि सरणी एक उप-वर्ग है और mean यह नहीं है कि यह kwarg keepdims नहीं है तो यह एक RuntimeError keepdims

यह दिखाता है:

माध्यिका : ndarray

परिणाम को पकड़े हुए एक नई सारणी। यदि इनपुट में पूर्णांक शामिल है या फ्लोट float64 से छोटा है, तो आउटपुट डेटा-प्रकार np.float64 । अन्यथा, आउटपुट का डेटा-प्रकार इनपुट के समान है। यदि निर्दिष्ट किया गया है, तो इसके बजाय सरणी दी गई है।

यह भी देखें

mean , median , percentile

टिप्पणियाँ

लंबाई N की एक वेक्टर V को देखते हुए, V का माध्य V , V_sorted - अर्थात, V_sorted[(N-1)/2] V_sorted कॉपी का मध्य मान है, जब N विषम और दो मध्य मानों का औसत है। V_sorted जब N सम है।

उदाहरण

>>> a = np.array([[10.0, 7, 4], [3, 2, 1]])
>>> a[0, 1] = np.nan
>>> a
array([[ 10.,  nan,   4.],
   [  3.,   2.,   1.]])
>>> np.median(a)
nan
>>> np.nanmedian(a)
3.0
>>> np.nanmedian(a, axis=0)
array([ 6.5,  2.,  2.5])
>>> np.median(a, axis=1)
array([ 7.,  2.])
>>> b = a.copy()
>>> np.nanmedian(b, axis=1, overwrite_input=True)
array([ 7.,  2.])
>>> assert not np.all(a==b)
>>> b = a.copy()
>>> np.nanmedian(b, axis=None, overwrite_input=True)
3.0
>>> assert not np.all(a==b)