numpy.median

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

Вычисление медианы по указанной оси.

Возвращает медиану элементов массива.

Параметры:

aarray_like

Входной массив или объект, который может быть преобразован в массив.

axis{int, последовательность int, None}, необязательно

Ось или оси, по которым вычисляются медианы. По умолчанию, axis=None, вычисляет медиану по уплощенной версии массива.

Добавлена в версии 1.9.0.

Если это последовательность осей, массив сначала уплощается по заданным осям, затем вычисляется медиана по полученной уплощенной оси.

outndarray, необязательно

Альтернативный выходной массив, в котором поместить результат. Он должен иметь такую же форму и длину буфера, как и ожидаемый выход, но тип (выхода) будет приведен к необходимому типу при необходимости.

overwrite_inputbool, необязательно

Если True, то разрешается использовать память входного массива a для вычислений. Входной массив будет изменён вызовом median. Это сэкономит память, когда вам не нужно сохранять содержимое входного массива. Обращайтесь с входным массивом как с неопределённым, но он, вероятно, будет полностью или частично отсортирован. По умолчанию False. Если overwrite_input является True и a ещё не является ndarray, будет поднято исключение.

keepdimsbool, необязательно

Если установлено в True, оси, которые были уменьшены, остаются в результате в виде размерностей с размером один. С этим параметром результат корректно транслируется по отношению к исходному arr.

Добавлена в версии 1.9.0.

Возвращает:

medianndarray

Новый массив, содержащий результат. Если вход содержит целые числа или числа с плавающей точкой, меньшие float64, то тип данных выходных данных является np.float64. В противном случае тип данных выхода такой же, как и у входа. Если out указан, возвращается этот массив вместо него.

См. также

mean, percentile

Примечания

Учитывая вектор V длины N, медиана V является средним значением отсортированной копии V, V_sorted - то есть V_sorted[(N-1)/2], когда N является нечётным, и среднее арифметическое двух средних значений V_sorted когда N является чётным.

Примеры

>>> a = np.array([[10, 7, 4], [3, 2, 1]])
>>> a
array([[10,  7,  4],
       [ 3,  2,  1]])
>>> np.median(a)
np.float64(3.5)
>>> np.median(a, axis=0)
array([6.5, 4.5, 2.5])
>>> np.median(a, axis=1)
array([7.,  2.])
>>> np.median(a, axis=(0, 1))
np.float64(3.5)
>>> 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)
np.float64(3.5)
>>> assert not np.all(a==b)