scipy.ndimage.

中位数#

scipy.ndimage.median(input, labels=None, index=None)[source]#

计算数组在标记区域上的中位数。

参数:

inputarray_like: 值的类数组对象。对于由 labels 指定的每个区域，将计算该区域中 input 的中位数。
labelsarray_like, 可选: 一个整数类数组对象，标记了计算 input 中位数的不同区域。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位数。
indexarray_like, 可选: 用于计算中位数的区域标签列表。如果 index 为 None，则返回 labels 非零的所有元素的中位数。

返回:

median浮点数或浮点数列表: 由 labels 确定的且其索引在 index 中的区域的 input 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，则为 input 的中位数；如果 index 为 None，则为 labels 大于零的元素的中位数。

另请参阅

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

备注

该函数返回一个 Python 列表而非 NumPy 数组，请使用 np.array 将列表转换为数组。

示例

>>> 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]], dtype=int32)
>>> 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