如何在具有偶数个条目的numpy掩码数组中获得单个中位数

Question

我有一个 numpy 掩码 nd 数组。我需要找到沿特定轴的中位数。在某些情况下，我最终有偶数个元素，在这种情况下 numpy.ma.median 给出中间两个元素的平均值。但是，我不想要平均值。我想要一个中位数元素。两者中的任何一个都可以。我如何获得这个？

MWE：

>>> import numpy
>>> data=numpy.arange(-5,10).reshape(3,5)
>>> mdata=numpy.ma.masked_where(data<=0,data)
>>> numpy.ma.median(mdata, axis=0)
masked_array(data=[5.0, 3.5, 4.5, 5.5, 6.5],
             mask=[False, False, False, False, False],
       fill_value=1e+20)

如您所见，它正在求平均值（1 和 6）并提供分数值 (3.5)。我想要 1 或 6 中的任何一个。

Answer 1

对于偶数个元素，中位数returns中间两个数的平均值。但是，如果您不想要平均值，只想要两个中间数字中的任何一个，您可以 从集合中删除一个元素 同时调用 median 方法，这将使集合的长度奇怪，你会得到你想要的，而不是平均值（虽然这不是找到中位数的正确方法）

Answer 2

当你有偶数个元素时，预计会平均。假设您有从 1 到 10 的元素数组。平均数预计为 5 和 6 的平均值，即 5.5。如果你有从 1 到 11 的元素，那么中位数是 6。希望这能澄清

Answer 3

numpy.percentile(array, 50)给出中值。
numpy.percentile 有一个选项可以将插值指定为 nearest。
但是 numpy.ma 模块中没有此功能。
中使用的技巧可以在这里使用。

想法是用 nan 填充无效值，并使用 numpy.nanpercentile() 和 nearest 插值。

>>> mdata1 = numpy.ma.filled(mdata.astype('float'), numpy.nan)
>>> numpy.nanpercentile(mdata1, 50, axis=0, interpolation='nearest')
array([5., 1., 2., 3., 4.])

如何在具有偶数个条目的numpy掩码数组中获得单个中位数

How to get single median in numpy masked array with even number of entires

python

numpy

median

masked-array