mars.dataframe.Series.中位数#

Series.median(axis=None, skipna=True, out=None, overwrite_input=False, keepdims=False)[来源]#

返回请求轴上的值的中位数。

Parameters

  • axis ({index (0)}) – 计算中位数的轴或轴。默认情况下沿张量的扁平化版本计算中位数。自1.9.0版本以来支持轴的序列。

  • skipna (bool, 可选, 默认值为 True) – 在计算结果时排除 NA/null 值。

  • out (Tensor, default None) – 用于放置结果的输出张量。它必须与预期的输出具有相同的形状和缓冲区长度，但类型（输出的类型）如果需要会被转换。

  • overwrite_input (bool, 默认值为 False) – 仅为与 Numpy 兼容，不会生效。

  • keepdims (bool, 默认值为 False) – 如果设置为 True，则被缩减的轴在结果中将保留为大小为一的维度。使用此选项时，结果将正确地与原始 arr 进行广播。

Returns

median – 返回请求轴上的值的中位数。

Return type

标量

另请参阅

tensor.mean, tensor.percentile

备注

给定一个长度为 N 的向量 V，V 的中位数是 V 的排序副本 V_sorted 的中间值——即当 N 为奇数时为 V_sorted[(N-1)/2]，当 N 为偶数时为 V_sorted 的两个中间值的平均值。

示例

>>> import mars.dataframe as md
>>> a = md.Series([10, 7, 4, 3, 2, 1])
>>> a.median().execute()
2.0
>>> mt.median(a).execute()
3.5
>>> a = md.Series([10, 7, 4, None, 2, 1])
>>> a.median().execute()
4.0
>>> a.median(skipna=False).execute()
nan