scipy.stats.mstats.

tmean#

scipy.stats.mstats.tmean(a, limits=None, inclusive=(True, True), axis=None)[源代码]#

计算截断均值。

参数:

aarray_like: 值数组。
limitsNone 或 (下限, 上限)，可选: 输入数组中小于下限或大于上限的值将被忽略。当 limits 为 None（默认值）时，将使用所有值。元组中的任一下限值也可以为 None，表示半开区间。
inclusive(bool, bool), 可选: 一个包含 (下限标志, 上限标志) 的元组。这些标志确定是否包含正好等于下限或上限的值。默认值为 (True, True)。
axisint 或 None，可选: 沿其操作的轴。如果为 None，则在整个数组上计算。默认为 None。

返回:

tmeanfloat

注释

有关 tmean 的更多详细信息，请参阅 scipy.stats.tmean。

示例

>>> import numpy as np
>>> from scipy.stats import mstats
>>> a = np.array([[6, 8, 3, 0],
...               [3, 9, 1, 2],
...               [8, 7, 8, 2],
...               [5, 6, 0, 2],
...               [4, 5, 5, 2]])
...
...
>>> mstats.tmean(a, (2,5))
3.3
>>> mstats.tmean(a, (2,5), axis=0)
masked_array(data=[4.0, 5.0, 4.0, 2.0],
             mask=[False, False, False, False],
       fill_value=1e+20)