Python numpy.nanmedian函数方法的使用

NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中nanmedian方法的使用。

numpy.nanmedian

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

沿指定轴计算中位数，而忽略NaN。

返回数组元素的中位数。

1.9.0版中的新功能。

参数：

a ：array_like

输入数组或可以转换为数组的对象。

axis ：{int, int类型的sequence, None}, 可选

计算中位数所沿的一个或多个轴。

默认值是沿数组的展平版本计算中位数。

从1.9.0版开始，支持一系列轴。

out ：ndarray, 可选

放置结果的备用输出数组。

它的形状和缓冲区长度必须与预期的输出相同，

但是（必要时）将强制转换（输出的）类型。

overwrite_input ：bool, 可选

如果为True，则允许使用输入数组a的内存进行计算。

输入数组将通过调用中位数进行修改。

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，

但可能会完全或部分排序。默认值为False。

如果overwrite_input为True，

并且a还不是ndarray，则将引发错误。

keepdims ：bool, 可选

如果将其设置为True，

那么被缩减的轴将在结果中保留尺寸为1的维度。

使用此选项，结果将相对于原始a正确传递。

如果这不是默认值，

它将通过（在特殊情况下为空数组）

传递到基础数组的mean函数。

如果数组是子类，并且mean不具有kwarg keepdims，

则将引发RuntimeError。

返回值：

median ：ndarray

一个保存结果的新数组。

如果输入包含小于float64的整数或浮点数，

则输出数据类型为np.float64。

否则，输出的数据类型与输入的数据类型相同。

如果指定了out，则返回该数组。

Notes

给定长度为N的向量V，V的中位数是V排序后的副本的中间值，V_sorted-即V_sorted[(N-1)/2]，当N为奇数时，V_sorted的两个中间值的平均值为N是偶数。

例子

>>> a = np.array([[10.0, 7, 4], [3, 2, 1]])>>> a[0, 1] = np.nan>>> aarray([[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([nan,  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)