scipy.stats.

tmean#

scipy.stats.tmean(a, limits=None, inclusive=(True, True), axis=None, *, nan_policy='propagate', keepdims=False)[source]#

計算修剪平均值。

此函數尋找給定值的算術平均值，忽略給定 limits 之外的值。

參數:

aarray_like

值陣列。

limitsNone 或 (下限, 上限)，選用

輸入陣列中小於下限或大於上限的值將被忽略。當 limits 為 None (預設) 時，將使用所有值。元組中的任一限制值也可以是 None，表示半開區間。

inclusive(bool, bool)，選用

一個由 (下限旗標, 上限旗標) 組成的元組。這些旗標決定是否包含完全等於下限或上限的值。預設值為 (True, True)。

axisint 或 None，預設值：None

如果為整數，則為沿其計算統計量的輸入軸。輸入的每個軸切片（例如，行）的統計量將出現在輸出的相應元素中。如果 None，則輸入將在計算統計量之前被展平。

nan_policy{‘propagate’, ‘omit’, ‘raise’}

定義如何處理輸入 NaN。

propagate：如果沿其計算統計量的軸切片（例如，行）中存在 NaN，則輸出的相應條目將為 NaN。
omit：執行計算時將省略 NaN。如果沿其計算統計量的軸切片中剩餘的數據不足，則輸出的相應條目將為 NaN。
raise：如果存在 NaN，將引發 ValueError。

keepdimsbool，預設值：False

如果設定為 True，則縮減的軸將保留在結果中，作為大小為 1 的維度。使用此選項，結果將針對輸入陣列正確廣播。

返回:

tmeanndarray: 修剪平均值。

另請參閱

trim_mean: 返回從兩端修剪一定比例後的平均值。

筆記

從 SciPy 1.9 開始，np.matrix 輸入（不建議用於新代碼）在執行計算之前會轉換為 np.ndarray。在這種情況下，輸出將是標量或具有適當形狀的 np.ndarray，而不是 2D np.matrix。同樣地，雖然遮罩陣列的遮罩元素被忽略，但輸出將是標量或 np.ndarray，而不是具有 mask=False 的遮罩陣列。

範例

>>> import numpy as np
>>> from scipy import stats
>>> x = np.arange(20)
>>> stats.tmean(x)
9.5
>>> stats.tmean(x, (3,17))
10.0