计算扁平化的NumPy数组的中位数

在这篇文章中，我们将讨论如何计算扁平化阵列的中值。中位数基本上是将数组的下半部分与数组的上半部分分开的那个值。

示例:

如果一个数组中存在奇数。
A = [1,2,3,4,5,6,7]
那么中位数元素将是7+1/2=数组的第四个元素。
因此，这个数组的中位数是4。

如果一个数组中存在偶数
A = [1,2,3,4,5,6,7,8]
那么中位数元素将是两个中间元素的平均值。
这里它将是数组中第4和第5个元素的平均值，即4+1/2=4.5。

它可以用Python中的numpy.median()函数来计算。这个函数计算给定数据（数组元素）沿指定轴的中位数。

语法:

numpy.median(arr, axis = None)

例子1：元素的数量为奇数

# importing numpy as library
import numpy as np
  
  
# creating 1 D array with odd no of 
# elements
x_odd = np.array([1, 2, 3, 4, 5, 6, 7])
print("\nPrinting the Original array:")
print(x_odd)
  
# calculating median
med_odd = np.median(x_odd)
print("\nMedian of the array that contains \
odd no of elements:")
print(med_odd)

输出:

Printing the Original array:
[1 2 3 4 5 6 7]

Median of the array that contains odd no of elements:
4.0

例子2：偶数元素的数量。

# importing numpy as library
import numpy as np
  
  
# creating 1 D array with even no of 
# elements
x_even = np.array([1, 2, 3, 4, 5, 6, 7, 8])
print("\nPrinting the Original array:")
print(x_even)
  
# calculating median
med_even = np.median(x_even)
print("\nMedian of the array that contains \
even no of elements:")
print(med_even)

输出:

Printing the Original array:
[1 2 3 4 5 6 7 8]

Median of the array that contains even no of elements:
4.5