np.median error on array of masked array ValueError:The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
np.median error on array of masked array ValueError:The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
我想计算掩码数组的中位数。计算均值没问题,但当我想计算中位数时出现错误,但我不知道为什么:
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
这是一个重现问题的最小示例:
import numpy as np
import numpy.mask as ma
test = ma.masked_array([[1,2,3,4],[5,6,7,8]], mask = [[False,False,False,False],[False,False,False,False]])
test_tot= np.zeros(4,dtype='object')
test_tot[0]=test
test_tot[1]=test
test_tot[2]=test
test_tot[3]=test
np.mean(test_tot) # OK
np.median(test_tot) # PROBLEM ?
提前感谢您的建议
您的 test_tot
数组是二维数组的一维数组,而不是三维数组。
因此,在尝试找到中位数时,您要求解释器进行一系列形式为“这个二维数组是否比另一个二维数组大?”的比较。口译员回答“'bigger' 是什么意思?我不知道如何比较两个这样的对象的绝对大小”
如果您使用的是 3D 数组,您可以指定要沿着哪个轴设置中值(或者不指定任何内容,在这种情况下,numpy 将计算展平数组的中值并提供给您):
import numpy as np
import numpy.mask as ma
test = ma.masked_array([[1,2,3,4],[5,6,7,8]], mask = [[False,False,False,False],[False,False,False,False]])
test_tot= np.array([test,test,test,test])
然后你可以要求中位数,指定轴 = None、0、1 或 2,具体取决于你想要什么。
我想计算掩码数组的中位数。计算均值没问题,但当我想计算中位数时出现错误,但我不知道为什么:
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
这是一个重现问题的最小示例:
import numpy as np
import numpy.mask as ma
test = ma.masked_array([[1,2,3,4],[5,6,7,8]], mask = [[False,False,False,False],[False,False,False,False]])
test_tot= np.zeros(4,dtype='object')
test_tot[0]=test
test_tot[1]=test
test_tot[2]=test
test_tot[3]=test
np.mean(test_tot) # OK
np.median(test_tot) # PROBLEM ?
提前感谢您的建议
您的 test_tot
数组是二维数组的一维数组,而不是三维数组。
因此,在尝试找到中位数时,您要求解释器进行一系列形式为“这个二维数组是否比另一个二维数组大?”的比较。口译员回答“'bigger' 是什么意思?我不知道如何比较两个这样的对象的绝对大小”
如果您使用的是 3D 数组,您可以指定要沿着哪个轴设置中值(或者不指定任何内容,在这种情况下,numpy 将计算展平数组的中值并提供给您):
import numpy as np
import numpy.mask as ma
test = ma.masked_array([[1,2,3,4],[5,6,7,8]], mask = [[False,False,False,False],[False,False,False,False]])
test_tot= np.array([test,test,test,test])
然后你可以要求中位数,指定轴 = None、0、1 或 2,具体取决于你想要什么。