scipy.ndimage.

中位数

scipy.ndimage.median(input, labels=None, index=None)

计算数组值在标记区域上的中位数。

参数:

输入array_like

类似数组的值。对于 labels 指定的每个区域，计算 input 在该区域的中值。

标签类似数组, 可选

一个类似于数组的整数标记，用于标记 input 上需要计算中值的不同区域。labels 必须与 input 具有相同的形状。如果未指定 labels，则返回整个数组的中值。

索引类似数组, 可选

用于计算中位数的区域标签列表。如果索引为 None，则返回 labels 非零的所有元素的中位数。

返回:

中位数浮点数或浮点数列表

input 在由 labels 确定的区域中，且索引在 index 中的中位数列表。如果未指定 index 或 labels，则返回一个浮点数：如果 labels 为 None，则返回 input 的中位数值；如果 index 为 None，则返回 labels 大于零的元素的中位数值。

参见

label, minimum, maximum, extrema, sum, mean, variance, standard_deviation

注释

该函数返回一个 Python 列表，而不是一个 NumPy 数组，使用 np.array 将列表转换为数组。

示例

Try it in your browser!

>>> from scipy import ndimage
>>> import numpy as np
>>> a = np.array([[1, 2, 0, 1],
...               [5, 3, 0, 4],
...               [0, 0, 0, 7],
...               [9, 3, 0, 0]])
>>> labels, labels_nb = ndimage.label(a)
>>> labels
array([[1, 1, 0, 2],
       [1, 1, 0, 2],
       [0, 0, 0, 2],
       [3, 3, 0, 0]])
>>> ndimage.median(a, labels=labels, index=np.arange(1, labels_nb + 1))
[2.5, 4.0, 6.0]
>>> ndimage.median(a)
1.0
>>> ndimage.median(a, labels=labels)
3.0

Go BackOpen In Tab