scipy.stats.mstats.

trimmed_mean#

scipy.stats.mstats.trimmed_mean(a, limits=(0.1, 0.1), inclusive=(1, 1), relative=True, axis=None)[source]#

返回沿给定轴的数据的截尾均值。

参数:
a序列

输入数组

limits{None, tuple}, optional

如果 relative 为 False,则为绝对值形式的元组(下限,上限)。小于(大于)下限(上限)的输入数组的值将被掩码。

如果 relative 为 True,则为在数组的每一侧截断的元组(较低百分比,较高百分比),相对于未掩码数据的数量。

如果 n 表示截尾前未掩码数据的数量,则第 (n*limits[0]) 个最小数据和第 (n*limits[1]) 个最大数据将被掩码,并且截尾后未掩码数据的总数为 n*(1.-sum(limits))。在每种情况下,一个限制的值都可以设置为 None 以指示开区间。

如果 limits 为 None,则不执行截尾

inclusive{(bool, bool) tuple}, optional

如果 relative 为 False,则为指示是否允许完全等于绝对限制的值的元组。如果 relative 为 True,则为指示是否应将每侧掩码的数据数量四舍五入 (True) 或截断 (False) 的元组。

relativebool, optional

是否将限制视为绝对值 (False) 或要截断的比例 (True)。

axisint, optional

要沿其截尾的轴。