numpy.median 在屏蔽数组上的意外行为

Question

我有一个关于 numpy.median() 在使用 numpy.ma.masked_array() 创建的屏蔽数组上的行为的问题。

正如我从调试自己的代码中了解到的那样，numpy.median() 在屏蔽数组上无法按预期工作（有关问题的定义，请参阅 Using numpy.median on a masked array）

提供的答案是：

说明：如果我没记错的话，np.median不支持子类，所以在np.ma.MaskedArray.[=14=上无法正常工作]

因此得出的结论是，为了计算掩码数组中元素的中值，需要使用 numpy.ma.median()，因为这是专用于掩码数组的中值函数。

我的问题在于我花了相当多的时间才找到这个问题，因为没有办法知道这个问题。

尝试通过 numpy.median() 计算掩码数组的中值时，没有出现警告或异常。

这个函数返回的答案不是预期的，当人们没有意识到这一点时会导致严重的问题。

有谁知道这是否会被视为错误？

在我看来，预期的行为应该是在屏蔽数组上使用 numpy.median 会引发某种异常。

有什么想法吗？？？

下面的测试脚本显示了在屏蔽数组 上使用 numpy.median 的意外行为（请注意，有效元素的正确和预期中值为 2.5!!!） :

In [1]: import numpy as np

In [2]: test = np.array([1, 2, 3, 4, 100, 100, 100, 100])

In [3]: valid_elements = np.array([1, 1, 1, 1, 0, 0, 0, 0], dtype=np.bool)

In [4]: testm = np.ma.masked_array(test, ~valid_elements)

In [5]: testm
Out[5]: 
masked_array(data = [1 2 3 4 -- -- -- --],
             mask = [False False False False  True  True  True  True],
       fill_value = 999999)

In [6]: np.median(test)
Out[6]: 52.0

In [7]: np.median(test[valid_elements])
Out[7]: 2.5

In [8]: np.median(testm)
Out[8]: 4.0

In [9]: np.ma.median(testm)
Out[9]: 2.5

Answer 1

Does anyone know if this might be considered a bug?

嗯，是个Bug！我几个月前在他们的问题跟踪器 (Link to the bug report) 上发布了它。

此行为的原因是 np.median 使用输入数组的 partition 方法，但 np.ma.MaskedArray doesn't override the partition method. So when arr.partition 在 np.median 中调用它只是默认为基本numpy.ndarray.partition 方法（对于掩码数组来说是伪造的！）。

numpy.median 在屏蔽数组上的意外行为

unexpected behaviour of numpy.median on masked arrays

python

numpy

median

masked-array