Python Numpy MaskedArray.median()函数

numpy.MaskedArray.median()函数用于计算被屏蔽的数组沿指定轴线的中位数，它返回数组元素的中位数。

语法: numpy.ma.median(arr, axis=None, out=None, overwrite_input=False, keepdims=False)

参数:

arr : [ ndarray ] 输入屏蔽的数组。
axis : [ int, optional] 计算中位数的轴。默认情况下（无）是在扁平化的数组上计算中值。
dtype : [dtype, optional] 返回数组的类型，以及与元素相乘的累积器的类型。
out : [ndarray, optional] 一个储存结果的位置。
-> 如果提供，它必须有一个输入广播到的形状。
-> 如果没有提供或没有，将返回一个新分配的数组。
overwrite_input : [bool, optional] 如果为真，则允许使用输入数组的内存进行计算。输入数组将被调用median修改。当你不需要保留输入数组的内容时，这将节省内存。将输入数组视为未定义的，但它可能会被完全或部分排序。默认值是False。注意，如果overwrite_input为True，而输入的数组还不是ndarray，则会产生一个错误。
keepdims : [ bool, optional] 如果设置为True，被缩小的轴将作为尺寸为1的尺寸留在结果中。有了这个选项，结果将正确地针对输入阵列进行广播。

返回 : [median_along_axis, ndarray] 返回一个保存结果的新数组，除非指定out，在这种情况下，返回对out的引用。

代码#1：

# Python program explaining
# numpy.MaskedArray.median() method 
    
# importing numpy as geek  
# and numpy.ma module as ma 
import numpy as geek 
import numpy.ma as ma 
    
# creating input array  
in_arr = geek.array([[1, 2], [ 3, -1], [ 5, -3]])
print ("Input array : ", in_arr) 
    
# Now we are creating a masked array. 
# by making  entry as invalid.  
mask_arr = ma.masked_array(in_arr, mask =[[1, 0], [ 1, 0], [ 0, 0]]) 
print ("Masked array : ", mask_arr) 
    
# applying MaskedArray.median    
# methods to masked array
out_arr = ma.median(mask_arr) 
print ("median of masked array along default axis : ", out_arr) 

输出:

Input array :  [[ 1  2]
 [ 3 -1]
 [ 5 -3]]
Masked array :  [[-- 2]
 [-- -1]
 [5 -3]]
median of masked array along default axis :  0.5

代码#2：

# Python program explaining
# numpy.MaskedArray.median() method 
     
# importing numpy as geek  
# and numpy.ma module as ma 
import numpy as geek 
import numpy.ma as ma 
     
# creating input array 
in_arr = geek.array([[1, 0, 3], [ 4, 1, 6]]) 
print ("Input array : ", in_arr)
      
# Now we are creating a masked array. 
# by making one entry as invalid.  
mask_arr = ma.masked_array(in_arr, mask =[[ 0, 0, 0], [ 0, 0, 1]]) 
print ("Masked array : ", mask_arr) 
     
# applying MaskedArray.median methods 
# to masked array
out_arr1 = ma.median(mask_arr, axis = 0) 
print ("median of masked array along 0 axis : ", out_arr1)
  
out_arr2 = ma.median(mask_arr, axis = 1) 
print ("median of masked array along 1 axis : ", out_arr2)

输出:

Input array :  [[1 0 3]
 [4 1 6]]
Masked array :  [[1 0 3]
 [4 1 --]]
median of masked array along 0 axis :  [2.5 0.5 3.0]
median of masked array along 1 axis :  [1.0 2.5]