Función Numpy MaskedArray.median() | Python

numpy.MaskedArray.median()La función se utiliza para calcular la mediana a lo largo del eje especificado de una array enmascarada. Devuelve la mediana de los elementos de la array.

Sintaxis: numpy.ma.median(arr, axis=None, out=None, overwrite_input=False, keepdims=False)

Parámetros:

arr : [ ndarray ] Array enmascarada de entrada.
eje: [int, opcional] Eje a lo largo del cual se calcula la mediana. El valor predeterminado (Ninguno) es calcular la mediana sobre la array aplanada.
dtype : [dtype, opcional] Tipo de array devuelta, así como del acumulador en el que se multiplican los elementos.
out : [ndarray, opcional] Una ubicación en la que se almacena el resultado.
  -> Si se proporciona, debe tener una forma a la que se transmitan las entradas.
  -> Si no se proporciona o Ninguno, se devuelve una array recién asignada.
sobrescribir_entrada:[bool, opcional] Si es verdadero, permite el uso de la memoria de la array de entrada para los cálculos. La array de entrada será modificada por la llamada a la mediana. Esto ahorrará memoria cuando no necesite conservar el contenido de la array de entrada. Trate la entrada como indefinida, pero probablemente se ordenará total o parcialmente. El valor predeterminado es Falso. Tenga en cuenta que, si overwrite_input es True y la entrada aún no es un ndarray, se generará un error.
keepdims: [bool, opcional] Si se establece en True, los ejes que se reducen se dejan en el resultado como dimensiones con tamaño uno. Con esta opción, el resultado se transmitirá correctamente contra la array de entrada.

Devolución: [median_along_axis, ndarray] Se devuelve una nueva array que contiene el resultado a menos que se especifique out, en cuyo caso se devuelve una referencia a out.

Código #1:

# Python program explaining
# numpy.MaskedArray.median() method 
    
# importing numpy as geek  
# and numpy.ma module as ma 
import numpy as geek 
import numpy.ma as ma 
    
# creating input array  
in_arr = geek.array([[1, 2], [ 3, -1], [ 5, -3]])
print ("Input array : ", in_arr) 
    
# Now we are creating a masked array. 
# by making  entry as invalid.  
mask_arr = ma.masked_array(in_arr, mask =[[1, 0], [ 1, 0], [ 0, 0]]) 
print ("Masked array : ", mask_arr) 
    
# applying MaskedArray.median    
# methods to masked array
out_arr = ma.median(mask_arr) 
print ("median of masked array along default axis : ", out_arr) 

Input array :  [[ 1  2]
 [ 3 -1]
 [ 5 -3]]
Masked array :  [[-- 2]
 [-- -1]
 [5 -3]]
median of masked array along default axis :  0.5

Código #2:

# Python program explaining
# numpy.MaskedArray.median() method 
     
# importing numpy as geek  
# and numpy.ma module as ma 
import numpy as geek 
import numpy.ma as ma 
     
# creating input array 
in_arr = geek.array([[1, 0, 3], [ 4, 1, 6]]) 
print ("Input array : ", in_arr)
      
# Now we are creating a masked array. 
# by making one entry as invalid.  
mask_arr = ma.masked_array(in_arr, mask =[[ 0, 0, 0], [ 0, 0, 1]]) 
print ("Masked array : ", mask_arr) 
     
# applying MaskedArray.median methods 
# to masked array
out_arr1 = ma.median(mask_arr, axis = 0) 
print ("median of masked array along 0 axis : ", out_arr1)
  
out_arr2 = ma.median(mask_arr, axis = 1) 
print ("median of masked array along 1 axis : ", out_arr2)

Input array :  [[1 0 3]
 [4 1 6]]
Masked array :  [[1 0 3]
 [4 1 --]]
median of masked array along 0 axis :  [2.5 0.5 3.0]
median of masked array along 1 axis :  [1.0 2.5]