Ctrl+K
scipy.stats.

mode#

scipy.stats.mode(a, axis=0, nan_policy='propagate', keepdims=False)[源代码]#

返回传入数组中模态（最常见）值的数组。

如果存在多个这样的值，则只返回一个。 还会返回模态箱的箱计数。

参数:
aarray_like

要查找模态的数值，n 维数组。

axisint 或 None，默认值：0

如果为 int，则为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。如果为 None，则在计算统计信息之前将展平输入。

nan_policy{‘propagate’，‘omit’，‘raise’}

定义如何处理输入的 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：执行计算时将省略 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，则缩减的轴将作为大小为 1 的维度保留在结果中。使用此选项，结果将与输入数组正确广播。

返回:
modendarray

模态值的数组。

countndarray

每个模态的计数数组。

备注

模态是使用 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，并计为相同值的单独实例。

按照惯例，空数组的模态为 NaN，关联的计数为零。

从 SciPy 1.9 开始，np.matrix 输入（不建议用于新代码）在执行计算之前会转换为 np.ndarray。 在这种情况下，输出将是标量或形状合适的 np.ndarray，而不是 2D np.matrix。 同样，虽然会忽略掩码数组的掩码元素，但输出将是标量或 np.ndarray，而不是 mask=False 的掩码数组。

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态，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)
在本页