【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
编程设计3664 小时前
pandas 中 DataFrame、mean()、groupby 和 fillna 函数的核心作用
机器学习·数据挖掘·pandas
老蒋新思维7 小时前
创客匠人启示录:AI 时代知识变现的底层逻辑重构 —— 从峰会实践看创始人 IP 的破局之路
网络·人工智能·网络协议·tcp/ip·数据挖掘·创始人ip·创客匠人
大千AI助手7 小时前
Softmax回归:原理、实现与多分类问题的基石
人工智能·机器学习·分类·数据挖掘·回归·softmax·大千ai助手
qq_436962188 小时前
奥威AI数据智能体:当BI遇上AI,企业数据分析的“确定性”革命
人工智能·数据挖掘·数据分析
老蒋新思维8 小时前
创客匠人深度洞察:创始人 IP 打造的非线性增长模型 —— 知识变现的下一个十年红利
大数据·网络·人工智能·tcp/ip·重构·数据挖掘·创客匠人
小王毕业啦8 小时前
2007-2024年 地级市-公共数据开放DID
大数据·人工智能·数据挖掘·数据分析·数据统计·社科数据·实证数据
咚咚王者9 小时前
人工智能之数据分析 Pandas:第九章 性能优化
人工智能·数据分析·pandas
袋鼠云数栈10 小时前
AI的下半场,产业需要一个怎样的数据中台?
大数据·人工智能·数据挖掘
Hcoco_me10 小时前
大模型面试题15:DBSCAN聚类算法:步骤、缺陷及改进方向
算法·数据挖掘·聚类
Yawesh_best11 小时前
在 openEuler 上使用 Pandas 进行数据分析实战
数据挖掘·数据分析·pandas