Ctrl+K
scipy.stats.

tmean#

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

计算修剪均值。

此函数查找给定值的算术平均值，忽略超出给定 limits 的值。

参数:
aarray_like

值的数组。

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）时，将使用所有值。元组中的任一限制值也可以为 None，表示半开区间。

inclusive(bool, bool), 可选

一个由 (下限标志，上限标志) 组成的元组。这些标志确定是否包括完全等于下限或上限的值。默认值为 (True, True)。

axisint 或 None，默认值: None

如果为 int，则表示计算统计信息的输入轴。输入的每个轴切片（例如，行）的统计信息将出现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 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，则会引发 ValueError。

keepdimsbool, 默认值: False

如果将其设置为 True，则被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，结果将正确地与输入数组进行广播。

返回:
tmeanndarray

修剪均值。

另请参阅

trim_mean

从两端修剪一定比例后返回均值。

注释

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）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，而不是二维 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
>>> from scipy import stats
>>> x = np.arange(20)
>>> stats.tmean(x)
9.5
>>> stats.tmean(x, (3,17))
10.0
在此页