scipy.stats.

trim_mean#

scipy.stats.trim_mean(a, proportiontocut, axis=0)[源代码]#

返回在修剪掉指定比例的极端值后的数组的平均值

从排序数组的每个末尾删除指定比例的元素，然后计算剩余元素的平均值。

参数:

aarray_like: 输入数组。
proportiontocutfloat: 要删除的最正和最负元素的比例。当指定的比例未产生整数数量的元素时，要修剪的元素数量将向下舍入。
axisint 或 None，默认值：0: 计算修剪均值的轴。如果为 None，则在扁平化数组上计算。

返回:

trim_meanndarray: 修剪数组的平均值。

参见

trimboth: 从数组的每一端删除一定比例的元素。
tmean: 在修剪掉指定限制之外的值后计算平均值。

注释

对于 1-D 数组 a，trim_mean 近似等同于以下计算

import numpy as np
a = np.sort(a)
m = int(proportiontocut * len(a))
np.mean(a[m: len(a) - m])

示例

>>> import numpy as np
>>> from scipy import stats
>>> x = [1, 2, 3, 5]
>>> stats.trim_mean(x, 0.25)
2.5

当指定的比例未产生整数数量的元素时，要修剪的元素数量将向下舍入。

>>> stats.trim_mean(x, 0.24999) == np.mean(x)
True

使用 axis 指定执行计算的轴。

>>> x2 = [[1, 2, 3, 5],
...       [10, 20, 30, 50]]
>>> stats.trim_mean(x2, 0.25)
array([ 5.5, 11. , 16.5, 27.5])
>>> stats.trim_mean(x2, 0.25, axis=1)
array([ 2.5, 25. ])