median_absolute_deviation#

astropy.stats.median_absolute_deviation(data, axis=None, func=None, ignore_nan=False)[源代码]#

计算中值绝对偏差（MAD）。

疯子的定义是 median(abs(a - median(a))) .

参数:

data : array_likeNumpy：ARRAY_LIKE: 可以转换为数组的输入数组或对象。
axis : None ， int ，或 tuple 的 int ，可选PYTHON：NONE、PYTHON：INT或PYTHON：TUTPLE OF PYTHON：INT，可选: 计算MADs的一个或多个轴。违约 (None )计算平坦数组的MAD。
func : callable() ，可选Python：Callable()，可选: 用来计算中值的函数。默认为 numpy.ma.median 对于掩码数组，否则为 numpy.median .
ignore_nan : bool布尔: 计算中值时忽略NaN值（将它们视为不在数组中）。这将使用 numpy.ma.median 如果 axis 已指定，或 numpy.nanmedian 如果 axis==None numpy的版本是>1.10，因为在这个例子中，nanmedian的速度稍快一些。

返回:

mad : float 或 ndarrayPython ：浮点或ndarray: 输入数组的绝对偏差中值。如果 axis 是 None 然后返回一个标量，否则 ndarray 将被退回。

参见

mad_std

实例

从高斯分布生成随机变量，并返回该分布的中值绝对偏差：：

>>> import numpy as np
>>> from astropy.stats import median_absolute_deviation
>>> rand = np.random.default_rng(12345)
>>> from numpy.random import randn
>>> mad = median_absolute_deviation(rand.standard_normal(1000))
>>> print(mad)    
0.6829504282771885