如何使用Python中的np.median计算中位数

一、什么是中位数

中位数是指将一组数据从小到大排列后，位于中间位置的数。如果数据个数为奇数，则中位数为中间的那个数；如果数据个数为偶数，则中位数是中间两个数的平均数。

二、Python中的np.median()函数

在Python中，如果要计算一组数据的中位数，可以使用numpy库中的median()函数。

import numpy as np

data = [1, 2, 3, 4, 5]
median = np.median(data)
print("中位数为：", median)

以上代码中，我们首先导入了numpy库，然后定义了一个列表data，其中包含了5个数据。接着使用np.median()函数来计算数据的中位数，并将结果保存到变量median中。最后将结果打印出来。

三、如何处理含有缺失值的数据

在实际应用中，我们经常遇到含有缺失值的数据。如果数据中含有缺失值，那么直接使用np.median()函数计算中位数可能会出现错误。这时，我们可以使用pandas库中的dropna()函数来删除缺失值，然后再计算中位数。

import numpy as np
import pandas as pd

data = [1, 2, 3, np.nan, 5]
df = pd.DataFrame(data)
clean_data = df.dropna()
median = np.median(clean_data)
print("中位数为：", median)

以上代码中，我们首先导入了pandas库，并将含有缺失值的数据保存到一个DataFrame对象df中。然后使用df.dropna()函数删除缺失值，得到一个不含缺失值的数据clean_data。最后使用np.median()函数计算clean_data的中位数，并将结果保存到变量median中。最后将结果打印出来。

四、如何处理含有异常值的数据

在实际应用中，我们还经常遇到含有异常值的数据。如果数据中含有异常值，那么直接使用np.median()函数计算中位数可能会出现错误。这时，我们可以使用numpy库中的percentile()函数来删除异常值，然后再计算中位数。

import numpy as np

data = [1, 2, 3, 100, 5]
p25, p75 = np.percentile(data, [25, 75])
iqr = p75 - p25
outlier_min = p25 - 1.5*iqr
outlier_max = p75 + 1.5*iqr
clean_data = []
for d in data:
    if d >= outlier_min and d <= outlier_max:
        clean_data.append(d)
median = np.median(clean_data)
print("中位数为：", median)

以上代码中，我们首先定义了一个列表data，其中包含了5个数据，其中包含一个异常值100。然后使用np.percentile()函数计算出数据的第25个和第75个百分位数，进而计算出四分位距（iqr）。接着根据四分位距，分别计算出异常值的下限和上限。然后遍历所有数据，将在异常值范围内的数据添加到新列表clean_data中。最后使用np.median()函数计算clean_data的中位数，并将结果保存到变量median中。最后将结果打印出来。