Pythonデータ処理numpy.Medianの実例説明

次はPythonデータ処理numpyを共有します.Medianの実例説明は、参考になる価値があり、皆さんの役に立つことを願っています.編集者に従ってnumpyモジュールのmedianの役割を見てみましょう.
指定した軸に沿った中央値の計算
配列要素の中央値を返します
関数インタフェースは次のとおりです.

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

各パラメータは次のとおりです.
a:入力された配列;
axis:入力が2次元配列である場合、axis=0は行に対応し、axis=1は列に対応する.
out:中位数を求めた配列を配置するために使用します.予想される出力と同じ形状とバッファ長を持つ必要があります.
overwrite_input:bool型のパラメータで、デフォルトはFlaseです.Trueの場合、配列メモリで直接計算されます.これは、計算後の元の配列が保存できないことを意味しますが、メリットはメモリリソースを節約することであり、Flaseは逆です.私たちのPython学習ボタンqun:913066266をお勧めします.先輩たちがどのように勉強しているか見てみましょう.基礎的なpythonスクリプトからweb開発へ
、爬虫類、django、データマイニングなど【PDF、実戦ソース】、ゼロベースからプロジェクト実戦までの資料が整理されています.一人一人にあげる
pythonの仲間!毎日すべて大牛が定時にPython技術を説明して、いくつか学習の方法と注意しなければならない小さい細部を分かち合って、クリックします
私たちのpython学習者の集まりに参加します
keepdims:bool型のパラメータで、デフォルトはFlaseです.Trueの場合、中位数を求める軸は結果に残ります.

>>> 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

以上のPythonデータ処理numpy.Medianの実例解説は編集者が皆さんに共有したすべての内容です