Engee 文档

中位数

数组元素的中值。

库::`工程师`

语法

函数调用

  • [参数:M]=中位数(<参数:A>>) — 返回数组元素的中值 [参数:A].

    • 如果 [参数:A] -矢量，然后 中位数(<参数:A>>) 返回元素的中值 [参数:A].

    • 如果 [参数:A] -一个非空矩阵，然后 中位数(<参数:A>>) -vector是包含每列中值的行 [参数:A].

    • 如果 [参数:A] -一个多维数组，然后 中位数(<参数:A>>) 它在第一个维度上运行 [参数:A]，其大小不等于 1 将元素视为向量。 大小 [参数:M] 在这个维度中，它变得等于 1，而所有其他维度的维度保持与in相同 [参数:A].

  • [参数:M]=中位数(<参数:A>>,<参数:vecdim>>) — 返回向量中指定维的中值 [参数:vecdim]. 例如，如果 [参数:A] -矩阵，然后 中位数(<参数:A>>,[12]) 返回矩阵所有元素的中值 [参数:A] 由于矩阵的每个元素都包含在由维度定义的数组层中 1 和 2.

  • [参数:M]=中位数(_,[参数:missingflag]) — 还指定如何处理任何先前语法选项的缺失值。 例如, 中位数([参数:A],"省略") 计算中位数时忽略所有缺失值。 默认情况下 中位数 包括缺失值。

  • [参数:M]=中位数(_,权重=<参数:W>>) — 定义称重方案 [参数:W] 并返回加权中值。

争论

输入参数

# 一个 — 输入数据

+ 标量,标量 | 向量资料 | 矩阵 | 多维数组

Details

输入指定为标量、矢量、矩阵或多维数组的数据。

数据类型

漂浮物32, 漂浮64, Int8, Int16, Int32, Int64, UInt8, UInt16, UInt32, UInt64, 布尔</无翻译>

# 昏暗 — 执行操作的测量

+ 标量,标量

Details

对其执行操作的维度，指定为正整数标量。 如果未指定维度，则默认使用数组的第一个维度，其大小不等于 1.

尺寸 昏暗 指定长度缩减为的维度 1. 大小 尺寸(<参数:M>>,暗淡) 等于 1，而所有其他维度的维度保持不变。

考虑输入矩阵 [参数:A] 大小 上 :

  • 中位数(<参数:A>>,1) 计算矩阵每列中元素的中值 [参数:A] 并返回大小的向量字符串 1 上 .

median 1

  • 中位数(<参数:A>>,2) 计算矩阵每行中元素的中值 [参数:A] 并返回大小的列向量 1 上 .

median 2

# vecdim — 测量向量

+ 向量资料

Details

维的向量定义为正整数的向量。 每个元素表示输入数组的一个维度。 在指定的操作测量中，输出数据的长度为 1，而其他维度保持不变。

考虑输入数组 A 大小 2×3×3. 然后 std(A,0,[12]) 返回大小的数组 1×1×3，其元素为每层计算的中值 [参数:A].

std 3 cn

# missingflag — 缺失值的条件

+ "包括" （默认情况下）| "包括" | "省略" | "omitnan"

Details

缺失值的条件，设置为:

  • "包括" 或 "包括" -计算中值时，会考虑输入数据中的缺失值 [参数:A]. 如果工作维度中缺少任何元素，则在 [参数:M] 也失踪了;

  • "省略" 或 "omitnan" -计算中值时忽略输入数据中的缺失值 [参数:A]. 如果工作维度中的所有元素都丢失，则在 [参数:M] 也不见了。

# W — 称重方案

+ 向量资料 | 矩阵 | 多维数组

Details

定义为向量、矩阵或多维数组的加权方案。 元素 W 它们必须是非负面的。

如果指定了称重方案，则函数 中位数 返回加权中值，即值 [参数:A] 与累积有关 50% 所设置的权重 W [book_1，[1]]。 与标准中位数相比，加权中位数受极值的影响较小。

如果 W -矢量，它应该具有与工作维度相同的长度。 否则的话 W 必须具有与输入数据相同的大小。

如果使用参数，则不能指定此参数。 [参数:vecdim] 或方法 [参数:M]=中位数(<参数:A>>,"全部").

数据类型

漂浮物32, 漂浮64</无翻译>

输出参数

# M 是 中值

+ 标量,标量 | 向量资料 | 矩阵 | 多维数组

Details

作为标量、向量、矩阵或多维数组返回的中值。

例子：

矩阵元素的中值

Details

让我们创建一个矩阵。

import EngeeDSP.Functions: median

A = [0 1 1; 2 3 2; 1 3 2; 4 2 2]
4×3 Matrix{Int64}:
 0  1  1
 2  3  2
 1  3  2
 4  2  2

计算每列的中值。

M = median(A)
1×3 Matrix{Float64}:
 1.5  2.5  2.0

计算每行的中值。

M = median(A,2)
4×1 Matrix{Int64}:
 1
 2
 2
 2

计算矩阵所有元素的中值。

M = median(A,"all")
2.0

文学作品

  1. _加权中位数。_在维基百科，2023年5月21日。 https://en.wikipedia.org/wiki/Weighted_median.