這次帶給大家Python資料怎麼處理numpy.median，Python資料處理numpy.median的注意事項有哪些，以下就是實戰案例，一起來看一下。
numpy模組下的median作用為：
#計算沿著指定軸的中位數
傳回數組元素的中位數
其函數介面為：
median(a, axis=None, out=None, overwrite_input=False, keepdims=False)
其中各參數為：
a：輸入的陣列；
axis：計算哪個軸上的中位數，例如輸入是二維陣列，那麼axis=0對應行，axis=1對應列；
out：用來放置求取中位數後的陣列。 它必須具有與預期輸出相同的形狀和緩衝區長度；
overwrite_input：一個bool型的參數，預設為Flase。如果為True那麼將直接在數組記憶體中計算，這意味著計算之後原始數組沒辦法保存，但是好處在於節省記憶體資源，Flase則相反；
keepdims：一個bool型的參數，預設為Flase。如果為True那麼求取中位數的那個軸將保留在結果中；
>>> 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經掌握了方法，更多精彩請關注php中文網其它相關文章！
推薦閱讀：
以上是Python資料怎麼處理numpy.median的詳細內容。更多資訊請關注PHP中文網其他相關文章！
