scipy.stats.

trim_mean#

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

在修剪了一定比例的极值后，返回数组的均值

从排序数组的每个端部移除指定比例的元素，然后计算剩余元素的均值。

参数:

aarray_like: 输入数组。
proportiontocutfloat: 要移除的最正和最负元素的比例。当指定比例并非整数的元素数量时，将会向下舍入要修剪的元素数量。
axisint 或 None（无），默认值：0: 计算修剪均值的轴。如果为 None，则按扁平化数组计算。

返回值:

trim_meanndarray: 修剪数组的均值。

参见

trimboth: 从数组的每个端部移除一定比例的元素。
tmean: 计算修剪了指定限制以外的值后的均值。

说明

对于一维数组 a，trim_mean 大致等效于以下计算

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

当指定比例并非整数的元素数量时，将会向下舍入要修剪的元素数量。

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

使用 axis 来指定进行计算的轴。

>>> 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. ])