scipy.stats.

trim_mean#

scipy.stats.trim_mean(a, proportiontocut, axis=0)[Quelle]#

Gibt den Mittelwert des Arrays nach dem Beschneiden eines bestimmten Bruchteils extremer Werte zurück

Entfernt den angegebenen Anteil von Elementen von *jedem* Ende des sortierten Arrays und berechnet dann den Mittelwert der verbleibenden Elemente.

Parameter:

aarray_like: Eingabearray.
proportiontocutfloat: Anteil der positivsten und negativsten Elemente, die entfernt werden sollen. Wenn der angegebene Anteil keine ganzzahlige Anzahl von Elementen ergibt, wird die Anzahl der zu schneidenden Elemente abgerundet.
axisint oder None, Standard: 0: Achse, entlang derer die beschnittenen Mittelwerte berechnet werden. Wenn None, wird über das verflachte Array berechnet.

Rückgabe:

trim_meanndarray: Mittelwert des beschnittenen Arrays.

Siehe auch

trimboth: Entfernt einen Anteil von Elementen von jedem Ende eines Arrays.
tmean: Berechnet den Mittelwert nach dem Beschneiden von Werten außerhalb angegebener Grenzen.

Hinweise

Für ein 1D-Array a ist trim_mean ungefähr äquivalent zur folgenden Berechnung

import numpy as np
a = np.sort(a)
m = int(proportiontocut * len(a))
np.mean(a[m: len(a) - m])

Beispiele

>>> import numpy as np
>>> from scipy import stats
>>> x = [1, 2, 3, 5]
>>> stats.trim_mean(x, 0.25)
2.5

Wenn der angegebene Anteil keine ganzzahlige Anzahl von Elementen ergibt, wird die Anzahl der zu schneidenden Elemente abgerundet.

>>> stats.trim_mean(x, 0.24999) == np.mean(x)
True

Verwenden Sie axis, um die Achse anzugeben, entlang der die Berechnung durchgeführt wird.

>>> x2 = [[1, 2, 3, 5],
...       [10, 20, 30, 50]]
>>> stats.trim_mean(x2, 0.25)
array([ 5.5, 11. , 16.5, 27.5])
>>> stats.trim_mean(x2, 0.25, axis=1)
array([ 2.5, 25. ])