【数据分析之Numpy】Numpy中位数函数numpy.median()的使用方法

一、简介

numpy.median() 是 Numpy 库中的一个函数,用于计算给定数据集或数组的中位数。

二、基本语法

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

参数:

a:输入数组。

axis:沿着哪个轴计算中位数。默认是 None,表示在所有维度上计算中位数。

out:可选参数,用于指定输出结果的位置,一般用于输出到某个维度相同的数组中。

overwrite_input:布尔值,如果为 True,则允许修改输入数组以节省内存。

keepdims:布尔值,如果为 True,则结果数组的维度与输入数组一致。

三、用法

1、求某个数组中位数

python 复制代码
import numpy as np

a = [1, 3, 1, 2, 3, 4, 5, 6, 7, 8, 2]

b = np.median(a)

print(b)

2、沿列方向求中位数

python 复制代码
a = [[1, 3, 1, 2, 3, 4, 5, 6, 7, 8, 2],
    [2, 4, 5, 6, 2, 1, 8, 1, 2,3, 9],
    [10, 2, 5, 0, 1, 1, 6, 4, 3, 2, 2]]

b = np.median(a, axis=0)

print(b)

3、沿行方向求中位数

python 复制代码
a = [[1, 3, 1, 2, 3, 4, 5, 6, 7, 8, 2],
    [2, 4, 5, 6, 2, 1, 8, 1, 2,3, 9],
    [10, 2, 5, 0, 1, 1, 6, 4, 3, 2, 2]]

b = np.median(a, axis=1)

print(b)

4、指定输出结果的位置

python 复制代码
temp_array = np.empty((3,))

a = [[1, 3, 1, 2, 3, 4, 5, 6, 7, 8, 2],
    [2, 4, 5, 6, 2, 1, 8, 1, 2,3, 9],
    [10, 2, 5, 0, 1, 1, 6, 4, 3, 2, 2]]

np.median(a, axis=1, out=temp_array)

print(temp)

5、允许修改输入数组

python 复制代码
a = [[1, 3, 1, 2, 3, 4, 5, 6, 7, 8, 2],
    [2, 4, 5, 6, 2, 1, 8, 1, 2,3, 9],
    [10, 2, 5, 0, 1, 1, 6, 4, 3, 2, 2]]

b = np.median(a, axis=1, overwrite_input=True)

print(b)

6、结果数组的维度与输入数组一致

python 复制代码
a = [[1, 3, 1, 2, 3, 4, 5, 6, 7, 8, 2],
    [2, 4, 5, 6, 2, 1, 8, 1, 2,3, 9],
    [10, 2, 5, 0, 1, 1, 6, 4, 3, 2, 2]]

b = np.median(a, axis=1, keepdims=True)

print(b)
相关推荐
蓝婷儿1 小时前
Python 数据分析与可视化 Day 14 - 建模复盘 + 多模型评估对比(逻辑回归 vs 决策树)
python·数据分析·逻辑回归
过期的秋刀鱼!2 小时前
用“做饭”理解数据分析流程(Excel三件套实战)
数据挖掘·数据分析·excel·powerbi·数据分析入门
小庞在加油2 小时前
《dlib库中的聚类》算法详解:从原理到实践
c++·算法·机器学习·数据挖掘·聚类
kngines3 小时前
【字节跳动】数据挖掘面试题0001:打车场景下POI与ODR空间关联查询
人工智能·数据挖掘·面试题
大数据CLUB5 小时前
基于spark的航班价格分析预测及可视化
大数据·hadoop·分布式·数据分析·spark·数据可视化
程序员阿超的博客6 小时前
Python 数据分析与机器学习入门 (八):用 Scikit-Learn 跑通第一个机器学习模型
python·机器学习·数据分析·scikit-learn·入门教程·python教程
kngines10 小时前
【字节跳动】数据挖掘面试题0003:有一个文件,每一行是一个数字,如何用 MapReduce 进行排序和求每个用户每个页面停留时间
人工智能·数据挖掘·mapreduce·面试题
蓝婷儿10 天前
Python 数据分析与可视化 Day 2 - 数据清洗基础
开发语言·python·数据分析
蓝婷儿10 天前
Python 数据分析与可视化 Day 5 - 数据可视化入门(Matplotlib & Seaborn)
python·信息可视化·数据分析
大数据CLUB10 天前
基于pyspark的北京历史天气数据分析及可视化_离线
大数据·hadoop·数据挖掘·数据分析·spark