scipy.stats.
mode#
- scipy.stats.mode(a, axis=0, nan_policy='propagate', keepdims=False)[source]#
返回传递数组中模态(最常见)值的数组。
如果存在多个这样的值,则仅返回一个。 还返回模态 bin 的 bin 计数。
- 参数:
- aarray_like
用于查找模式的数字、n 维数组。
- axisint 或 None,默认值:0
如果为 int,则为用于计算统计信息的输入轴。输入的每个轴切片(例如,行)的统计信息将显示在输出的相应元素中。如果
None
,则输入将在计算统计信息之前被展平。- nan_policy{‘propagate’, ‘omit’, ‘raise’}
定义如何处理输入 NaN。
propagate
: 如果在计算统计信息的轴切片(例如,行)中存在 NaN,则输出的相应条目将为 NaN。omit
: 在执行计算时将忽略 NaN。 如果在计算统计信息的轴切片中剩余的数据不足,则输出的相应条目将为 NaN。raise
: 如果存在 NaN,将引发ValueError
。
- keepdimsbool,默认值:False
如果将其设置为 True,则缩减的轴将保留在结果中,作为大小为 1 的维度。使用此选项,结果将针对输入数组正确广播。
- 返回值:
- modendarray
模态值的数组。
- countndarray
每个模式的计数数组。
备注
模式是使用
numpy.unique
计算的。在 NumPy 1.21 及更高版本中,所有 NaN(即使是具有不同二进制表示的 NaN)都被视为等效的,并计为相同值的单独实例。按照惯例,空数组的模式是 NaN,并且关联的计数为零。
从 SciPy 1.9 开始,在执行计算之前,
np.matrix
输入(不建议用于新代码)将转换为np.ndarray
。 在这种情况下,输出将是标量或具有适当形状的np.ndarray
,而不是 2Dnp.matrix
。 同样,虽然屏蔽数组的屏蔽元素会被忽略,但输出将是标量或np.ndarray
,而不是mask=False
的屏蔽数组。示例
>>> import numpy as np >>> a = np.array([[3, 0, 3, 7], ... [3, 2, 6, 2], ... [1, 7, 2, 8], ... [3, 0, 6, 1], ... [3, 2, 5, 5]]) >>> from scipy import stats >>> stats.mode(a, keepdims=True) ModeResult(mode=array([[3, 0, 6, 1]]), count=array([[4, 2, 2, 1]]))
要获取整个数组的模式,请指定
axis=None
>>> stats.mode(a, axis=None, keepdims=True) ModeResult(mode=[[3]], count=[[5]]) >>> stats.mode(a, axis=None, keepdims=False) ModeResult(mode=3, count=5)