NumPy numpy.median Fonction

Suraj Joshi 30 janvier 2023
  1. Syntaxe de numpy.median() :
  2. Exemples de codes : numpy.median() Méthode pour trouver la médiane d’un tableau
  3. Exemples de codes: définissez le paramètre axis dans la méthode numpy.median() pour rechercher la médiane d’un tableau le long d’un axe particulier
  4. Exemples de codes : Définir le paramètre out dans la méthode numpy.median()
  5. Exemples de codes : Définir le paramètre keepdims dans la méthode numpy.median()
NumPy numpy.median Fonction

Python Numpy numpy.median() calcule la médiane du tableau NumPy donné sur l’axe spécifié.

Syntaxe de numpy.median() :

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

Paramètres

a Array ou Object, qui pourrait être converti en un tableau dont la médiane doit être calculée.
axis trouver la médiane le long de la ligne (axis=0) ou de la colonne (axis=1). Par défaut, la médiane est calculée en aplatissant le tableau.
out placeholder pour le résultat de la méthode np.median().
overwrite_input Booléen. Le tableau d’entrée sera modifié par l’appel à la méthode median() (overwrite_input=True)
keepdims Booléen. Rendre les dimensions de la sortie identiques à celles de l’entrée (keepdims=True).

Renvoie

Tableau avec les médianes le long de l’axe spécifié.

Exemples de codes : numpy.median() Méthode pour trouver la médiane d’un tableau

import numpy as np

a=np.array([[2,3,4],
            [5,6,7],
           [8,9,10]])

median=np.median(a)

print(median)

Production:

6.0

Il calcule la médiane du tableau en aplatissant le tableau.

Par aplatissement du tableau, on entend le fait de placer toutes les lignes les unes après les autres pour convertir le tableau donné en tableau 1-D.

Exemples de codes: définissez le paramètre axis dans la méthode numpy.median() pour rechercher la médiane d’un tableau le long d’un axe particulier

Exemples de codes : numpy.median() Méthode pour trouver la médiane d’un tableau le long de l’axe des colonnes

Pour trouver la moyenne du tableau le long de l’axe de la colonne, nous définissons axis=0.

import numpy as np

a=np.array([[2,3],
            [5,6],
           [8,9]])

median=np.median(a,axis=0)

print(median)

Production:

[5. 6.]

Il calcule la médiane des deux colonnes et retourne finalement un tableau avec la médiane de chaque colonne.

Exemples de codes : numpy.median() Méthode pour trouver la médiane d’un tableau le long de l’axe des lignes

Pour trouver la médiane du tableau le long de l’axe de la ligne, nous fixons axis=1.

import numpy as np

a=np.array([[2,3],
            [5,6],
           [8,9]])

median=np.median(a,axis=1)

print(median)

Production:

[2.5 5.5 8.5]

Il calcule la médiane pour les trois lignes et retourne finalement un tableau avec la médiane de chaque ligne.

Exemples de codes : Définir le paramètre out dans la méthode numpy.median()

import numpy as np

a = np.array([[2, 3], [5, 6], [8, 9]])

median = np.zeros(np.median(a, axis=1).shape)
print(f"median before calculation: {median}")

np.median(a, axis=1, out=median)
print(f"median after calculation: {median}")

Production:

[2.5 5.5 8.5]

Il enregistre le résultat de la méthode dans la variable median.

Nous devons nous assurer que la dimension de la variable à laquelle la sortie doit être attribuée est de la même taille que celle de la sortie.

Exemples de codes : Définir le paramètre keepdims dans la méthode numpy.median()

import numpy as np

a = np.array([[2, 3], [5, 6], [8, 9]])

print(f"Dimension of Input Array: {median.ndim}")

median = np.median(a, axis=1)
print(f"Dimension of median with 'keepdims=False': {median.ndim}")

median = np.median(a, axis=1, keepdims=True)
print(f"Dimension of median with 'keepdims=True': {median.ndim}")

Production:

Dimension of Input Array: 2
Dimension of median with 'keepdims=False': 1
Dimension of median with 'keepdims=True': 2

Le paramètre keepdims=True préserve le nombre de dimensions dans le tableau de sortie.

Ici, le tableau d’entrée a est bidimensionnel. Si keepdims=False (valeur par défaut), les dimensions de median peuvent être modifiées, mais si keepdims=True préserve le nombre de dimensions en sortie de la méthode np.median().

Auteur: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn