scipy.stats.

tmean#

scipy.stats.tmean(a, limits=None, inclusive=(True, True), axis=None, *, nan_policy='propagate', keepdims=False)[源代码]#

计算截尾平均值。

此函数查找给定值的算术平均值,忽略给定limits 之外的值。

参数:
a类似数组

值数组。

limits无或 (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 为无 (默认值) 时,将使用所有值。元组中的任一限制值也可以为无,表示半开区间。

inclusive(布尔值,布尔值),可选

由 (下限标记,上限标记) 组成的元组。这些标记确定完全等于下限或上限的值是否包括在内。默认值为 (True, True)。

axisint 或无,默认值:无

如果为 int,统计信息将以此为单位计算输入轴。输入每个轴分隔符(例如,行)的统计信息将出现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展开。

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分隔符(例如,行)中出现 NaN,则输出的相应条目将为 NaN。

  • omit:在执行计算时会忽略 NaN。如果计算统计信息的轴分隔符中剩余的数据不足,则输出的相应条目将为 NaN。

  • raise:如果出现 NaN,则会引发 ValueError

keepdims布尔值,默认值:False

如果将其设置为 True,则缩减的轴将保留在一维大小的结果中。使用此选项,结果将正确广播到输入数组。

返回:
tmeanndarray

调整平均值。

另请参见

trim_mean

修剪两侧比例后的平均值。

注意

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

示例

>>> import numpy as np
>>> from scipy import stats
>>> x = np.arange(20)
>>> stats.tmean(x)
9.5
>>> stats.tmean(x, (3,17))
10.0