Python数据处理numpy.median的实例讲解
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
以上这篇Python数据处理numpy.median的实例讲解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持小牛知识库。
-
本文向大家介绍Python 处理数据的实例详解，包括了Python 处理数据的实例详解的使用技巧和注意事项，需要的朋友参考一下 Python 处理数据的实例详解 最近用python（3.2的版本）写了根据特定规则，处理数据的一个小程序，用到了一些python常用的基础知识，在此总结一下： 1，python读文件 2，python写文件 3，python的流程控制 4，python的for循环 5，
-
本文向大家介绍phpexcel导入excel处理大数据(实例讲解)，包括了phpexcel导入excel处理大数据(实例讲解)的使用技巧和注意事项，需要的朋友参考一下 先下载对应phpExcel 的包就行了https://github.com/PHPOffice/PHPExcel 下载完成 把那个Classes 这个文件夹里面的 文件跟文件夹拿出来就好了。 直接写到PHPExcel 这个文件里面的
-
本文向大家介绍Python----数据预处理代码实例，包括了Python----数据预处理代码实例的使用技巧和注意事项，需要的朋友参考一下 本文实例为大家分享了Python数据预处理的具体代码，供大家参考，具体内容如下 1.导入标准库 2.导入数据集 3.缺失数据 4.分类数据 5.将数据集分为训练集和测试集 6.特征缩放 7.数据预处理模板 （1）导入标准库 （2）导入数据集 （3）缺失和分类很
-
本文向大家介绍Python读取和处理文件后缀为.sqlite的数据文件(实例讲解)，包括了Python读取和处理文件后缀为.sqlite的数据文件(实例讲解)的使用技巧和注意事项，需要的朋友参考一下 最近在弄一个项目分析的时候，看到有一个后缀为”.sqlite”的数据文件，由于以前没怎么接触过，就想着怎么用python来打开并进行数据分析与处理，于是稍微研究了一下。 SQLite是一款非常流行的关
-
本文向大家介绍实例讲解javascript注册事件处理函数，包括了实例讲解javascript注册事件处理函数的使用技巧和注意事项，需要的朋友参考一下 事件是javascript的核心内容，它的重要性这里就不多介绍了。触发事件之后就需要有事件处理函数去处理，例如我们可以定义当点击一个按钮之后，将一个div的背景设置为绿色，那么就先看一下如何实现此效果，代码实例如下: 在以上代码中，点击按钮就会将d
-
本文向大家介绍对python制作自己的数据集实例讲解，包括了对python制作自己的数据集实例讲解的使用技巧和注意事项，需要的朋友参考一下 一、数据集介绍 点击打开链接17_Category_Flower 是一个不同种类鲜花的图像数据，包含 17 不同种类的鲜花，每类 80 张该类鲜花的图片，鲜花种类是英国地区常见鲜花。下载数据后解压文件，然后将不同的花剪切到对应的文件夹，如下图所示： 每个文件夹