Python数据怎么处理numpy.median

这次给大家带来Python数据怎么处理numpy.median，Python数据处理numpy.median的注意事项有哪些，下面就是实战案例，一起来看一下。

numpy模块下的median作用为：

计算沿指定轴的中位数

返回数组元素的中位数

其函数接口为：

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

其中各参数为：

a：输入的数组；

axis：计算哪个轴上的中位数，比如输入是二维数组，那么axis=0对应行，axis=1对应列；

out：用于放置求取中位数后的数组。 它必须具有与预期输出相同的形状和缓冲区长度；

overwrite_input：一个bool型的参数，默认为Flase。如果为True那么将直接在数组内存中计算，这意味着计算之后原数组没办法保存，但是好处在于节省内存资源，Flase则相反；

keepdims：一个bool型的参数，默认为Flase。如果为True那么求取中位数的那个轴将保留在结果中；

>>> a = np.array([[10, 7, 4], [3, 2, 1]])
>>> a
array([[10, 7, 4],
    [ 3, 2, 1]])
>>> np.median(a)
3.5
>>> np.median(a, axis=0)
array([ 6.5, 4.5, 2.5])
>>> np.median(a, axis=1)
array([ 7., 2.])
>>> 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)
3.5

相信看了本文案例你已经掌握了方法，更多精彩请关注其它相关文章！

推荐阅读：

python怎么逐行读写txt文件

python怎么批量读取txt文件为DataFrame格式

以上就是Python数据怎么处理numpy.median的详细内容，更多请关注其它相关文章！