scipy.stats.

mode

scipy.stats.mode(a, axis=0, nan_policy='propagate', keepdims=False)

Gibt ein Array des modalen (häufigsten) Werts im übergebenen Array zurück.

Wenn es mehr als einen solchen Wert gibt, wird nur einer zurückgegeben. Die Zählung der modalen Bins wird ebenfalls zurückgegeben.

Parameter:

aarray_like

Numerisches, n-dimensionales Array, dessen Modus/Modi gefunden werden soll(en).

axisint oder None, Standard: 0

Wenn es sich um eine ganze Zahl handelt, ist dies die Achse des Eingabearrays, entlang der die Statistik berechnet wird. Die Statistik jedes Achsen-Slices (z. B. Zeile) der Eingabe erscheint dann in einem entsprechenden Element der Ausgabe. Wenn None, wird die Eingabe vor der Berechnung der Statistik geglättet.

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

Definiert, wie Eingabe-NaNs behandelt werden.

• propagate: Wenn ein NaN in der Achsen-Slice (z. B. Zeile) vorhanden ist, entlang der die Statistik berechnet wird, wird der entsprechende Eintrag der Ausgabe NaN sein.

• omit: NaNs werden bei der Berechnung weggelassen. Wenn im Achsen-Slice, entlang dem die Statistik berechnet wird, nicht genügend Daten verbleiben, wird der entsprechende Eintrag der Ausgabe NaN sein.

• raise: Wenn ein NaN vorhanden ist, wird ein ValueError ausgelöst.

keepdimsbool, Standard: False

Wenn dies auf True gesetzt ist, bleiben die reduzierten Achsen im Ergebnis als Dimensionen mit der Größe eins erhalten. Mit dieser Option wird das Ergebnis korrekt gegen das Eingabearray gestreut (broadcasted).

Rückgabe:

modendarray

Array der modalen Werte.

countndarray

Array der Zählungen für jeden Modus.

Hinweise

Der Modus wird mithilfe von numpy.unique berechnet. In NumPy-Versionen ab 1.21 werden alle NaNs - auch solche mit unterschiedlichen binären Darstellungen - als äquivalent behandelt und als separate Instanzen desselben Werts gezählt.

Konventionsgemäß ist der Modus eines leeren Arrays NaN und die zugehörige Zählung ist Null.

Seit SciPy 1.9 werden np.matrix-Eingaben (für neuen Code nicht empfohlen) vor der Berechnung in np.ndarray konvertiert. In diesem Fall ist die Ausgabe eine Skalar- oder np.ndarray mit geeigneter Form anstelle eines 2D-np.matrix. Ebenso werden, während maskierte Elemente von Masked Arrays ignoriert werden, die Ausgabe eine Skalar- oder np.ndarray anstelle eines Masked Arrays mit mask=False sein.

Beispiele

Probieren Sie es in Ihrem Browser aus!

>>> import numpy as np
>>> a = np.array([[3, 0, 3, 7],
...               [3, 2, 6, 2],
...               [1, 7, 2, 8],
...               [3, 0, 6, 1],
...               [3, 2, 5, 5]])
>>> from scipy import stats
>>> stats.mode(a, keepdims=True)
ModeResult(mode=array([[3, 0, 6, 1]]), count=array([[4, 2, 2, 1]]))

Um den Modus des gesamten Arrays zu erhalten, geben Sie axis=None an

>>> stats.mode(a, axis=None, keepdims=True)
ModeResult(mode=[[3]], count=[[5]])
>>> stats.mode(a, axis=None, keepdims=False)
ModeResult(mode=3, count=5)

ZurückIn Tab öffnen