Cette fois, je vais vous expliquer Pythoncomment traiter les données numpy.median, quelles sont les notes pour le traitement des données Python numpy.median, ce qui suit est un cas pratique, voyons jetez un oeil.
La fonction de la médiane sous le module numpy est :
Calculer la médiane le long de l'axe spécifié
Renvoyer la médiane des éléments du tableau Médiane
L'interface de la fonction est :
median(a, axis=None, out=None, overwrite_input=False, keepdims=False)
Les paramètres sont :
a : tableau d'entrée ;
axe : calculer la médiane sur quel axe, par exemple, l'entrée est Tableau à deux dimensions , alors axis=0 correspond à la ligne et axis=1 correspond à la colonne
out : est utilisé pour placer le tableau après avoir calculé la médiane. Il doit avoir la même forme et la même longueur de tampon que la sortie attendue ;
overwrite_input : Un paramètre booléen, par défaut Flase. Si c'est True, il sera calculé directement dans la mémoire du tableau, ce qui signifie que le tableau d'origine ne peut pas être sauvegardé après le calcul, mais l'avantage est d'économiser les ressources mémoire. L'inverse est vrai pour False
keepdims : un paramètre de type booléen, par défaut sur False. Si c'est vrai, l'axe de calcul de la médiane sera conservé dans le résultat
>>> 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
Comment python lit et écrit les fichiers txt ligne par ligne
Comment python batch lit les fichiers txt dans Format DataFrame
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!